期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于CSO优化深度信念网络的园区能源需求预测方法 被引量:10
1
作者 吴伟杰 吴杰康 +5 位作者 雷振 郑敏嘉 张伊宁 李猛 黄欣 李逸欣 《电网技术》 EI CSCD 北大核心 2021年第10期3859-3868,共10页
针对目前能源需求预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种改进关联分析和纵横交叉优化深度信念网络的多能互补系统能源需求预测方法。首先,分析了园区多能互补系统冷热电能源需求的影响因素,并采用互信息和误... 针对目前能源需求预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种改进关联分析和纵横交叉优化深度信念网络的多能互补系统能源需求预测方法。首先,分析了园区多能互补系统冷热电能源需求的影响因素,并采用互信息和误差最小的方法对其进行确定。其次,基于传统灰色关联分析的不足,建立了距离相似度和趋势相似度的综合相似度的相似日选取方法。囿于深度信念网络初始权重的随机化,采用纵横交叉优化深度信念网络对园区冷热电负荷进行预测。以园区为仿真计算实例,分析冷热电负荷变化对能源需求预测的影响,验证了所提预测方法有效地提高了预测精度,具有较高的准确性和实用性。 展开更多
关键词 园区能源需求预测 综合能源系统 相似分析 改进灰色关联分析 纵横交叉算法
下载PDF
基于相似日与加权马尔可夫模型的风力发电功率区间预测
2
作者 张志瑞 陈磊 +1 位作者 蔡坤哲 张怡 《现代电子技术》 北大核心 2024年第17期153-158,共6页
为了提高风力发电功率预测精度,提出一种基于相似日与加权马尔可夫模型的风力发电功率区间预测方法(SWMQ)。风电功率数据与风速数据直接相关。首先对于数据中的异常值和缺失值,通过线箱图法和相关性填补法对数据进行预处理,提高数据的... 为了提高风力发电功率预测精度,提出一种基于相似日与加权马尔可夫模型的风力发电功率区间预测方法(SWMQ)。风电功率数据与风速数据直接相关。首先对于数据中的异常值和缺失值,通过线箱图法和相关性填补法对数据进行预处理,提高数据的关联性,通过卷积神经网络(CNN)对风速进行预测;然后由预测到的风速数据在历史数据中通过皮尔逊相关系数法寻找相似日,以相似日功率数据为数据集进行加权马尔可夫模型预测;最后通过分位数回归原理对预测区间进行求取,同时建立基于CNN模型、相关性填补、CNN模型和加权马尔可夫模型,以西北某风电场数据进行仿真对比。实验表明该模型在风力发电功率预测上有较高的精度,能更好地体现数据变化的阈值。 展开更多
关键词 风电功率 卷积神经网络 加权马尔可夫模型 相似分析 区间预测 分位数回归
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部