期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进型自适应白噪声完备集成经验模态分解的工业用户负荷预测方法 被引量：19
1
作者 杨德州 刘嘉明 +3 位作者 宋汶秦 杨昌海 妥建军 王飞 《电力系统保护与控制》 EI CSCD 北大核心 2022年第4期36-43,共8页
工业用户的负荷通常由多种负荷类型共同组成,结构较为复杂,并且常常含有较大的冲击性负荷。传统的负荷预测方法难以准确预测负荷突变,导致预测精度不高。将负荷分解成不同频率的分量再分别进行预测是较为可行的解决方式。提出了基于改... 工业用户的负荷通常由多种负荷类型共同组成,结构较为复杂,并且常常含有较大的冲击性负荷。传统的负荷预测方法难以准确预测负荷突变,导致预测精度不高。将负荷分解成不同频率的分量再分别进行预测是较为可行的解决方式。提出了基于改进型自适应白噪声完备集成经验模态分解的工业用户负荷预测方法。首先,采用ICEEMDAN算法将工业用户的负荷分解为高、低频模态分量。该算法利用局部均值来替换模态的估计,避免了高斯噪声对模态分解的影响,改善了传统模态分解方法中模态混叠的现象。其次,采用长短期记忆神经网络、最小二乘支持向量回归算法分别建立高、低频分量的预测模型。最后,将各分量的预测结果进行叠加重构,得到了最终的预测结果。相比于单一预测方法、其他组合预测方法等多种预测方法,所提方法的平均绝对百分比误差分别降低了26.35%,12.75%,具有最高的预测精度。 展开更多
关键词 工业用户 负荷预测 iceemdan算法 模态分解
下载PDF
考虑季节变化对负荷特征影响的电力系统短期负荷预测
2
作者 赵艺然 张茗可 《电力与能源》 2024年第4期455-459,473,共6页
随着微电网用电设备的复杂化,产生的环保、经济效益问题日益突出,电力负荷的短期预测对于区域的精细化调度至关重要。当前的负荷预测方法缺乏对不同区域季节性变化因素的表征,导致预测精度较低。提出了一种基于改进的自适应噪声完备集... 随着微电网用电设备的复杂化,产生的环保、经济效益问题日益突出,电力负荷的短期预测对于区域的精细化调度至关重要。当前的负荷预测方法缺乏对不同区域季节性变化因素的表征,导致预测精度较低。提出了一种基于改进的自适应噪声完备集合经验模态分解一霜冰优化算法——双向循环神经网络(ICEEMDAN-RIME-BiGRU)考虑季节差异的短期负荷预测方法。首先,采用ICEEMDAN方法对四季的电力负荷进行分解;其次,结合RIME算法的软霜搜索策略、硬霜穿刺机制和正向贪婪选择机制,分别学习不同季节下电力负荷的分量特征,实现对BiGRU模型的参数寻优,并将特征分量输入网络模型,所得结果相加得到时间序列预测值;最后,以某地区微电网的负荷数据为例进行算例分析。结果显示,所提出的方法相较于其他3种典型相关预测方法,对于区域季节性差异对负荷的影响具有显著的表征能力,可以提升负荷预测精度。 展开更多
关键词 微电网负荷 季节性变化 iceemdan算法 BiGRU算法 RIME算法
下载PDF
改进黑猩猩算法和LSSVR-BiLSTM双尺度模型的短期风功率预测
3
作者 王红君 谢煜轩 +1 位作者 赵辉 岳有军 《重庆理工大学学报（自然科学）》 北大核心 2023年第9期243-252,共10页
为提高风功率预测精度,提出一种基于改进自适应白噪声完全集合经验模态分解(ICEEMDAN)、排列熵(PE)、改进黑猩猩优化算法(ICHOA)、最小二乘支持向量回归机(LSSVR)和双向长短时记忆(BiLSTM)网络相结合的短期风功率预测混合模型。通过ICEE... 为提高风功率预测精度,提出一种基于改进自适应白噪声完全集合经验模态分解(ICEEMDAN)、排列熵(PE)、改进黑猩猩优化算法(ICHOA)、最小二乘支持向量回归机(LSSVR)和双向长短时记忆(BiLSTM)网络相结合的短期风功率预测混合模型。通过ICEEMDAN将非平稳的原始风电序列分解为相对平稳的模态分量,并使用PE聚合来降低计算复杂度。分别将BiLSTM模型和LSSVR模型应用于高频分量和低频分量的预测。采用ICHOA用于优化模型的参数。将每个预测分量值叠加得出最终预测结果。算例分析结果表明,所提LSSVR-BiLSTM双尺度深度学习模型与其他模型相比,能更好地拟合风功率数据,具有较高的预测精度和可行性。 展开更多
关键词 短期风功率预测 iceemdan算法 黑猩猩优化算法 最小二乘支持向量回归机 双向长短时记忆网络
下载PDF
基于改进的经验模态分解和SSA联合算法的GPS坐标时间序列重构
4
作者 张祎磊 边家文 +2 位作者 丁开华 冉佳诺 刘文平 《大地测量与地球动力学》 CSCD 北大核心 2022年第9期904-909,共6页
基于ICEEMDAN算法无需先验信息即可准确分离和提取低频信号与趋势信息的特性,以及SSA具有较好的信号重构优势,提出基于ICEEMDAN和SSA的联合重构方法。该方法将弱周期信号利用ICEEMDAN方法进行提取与重构,可弥补SSA方法中当弱周期信号对... 基于ICEEMDAN算法无需先验信息即可准确分离和提取低频信号与趋势信息的特性,以及SSA具有较好的信号重构优势,提出基于ICEEMDAN和SSA的联合重构方法。该方法将弱周期信号利用ICEEMDAN方法进行提取与重构,可弥补SSA方法中当弱周期信号对应的Hankel矩阵的奇异值和噪声Hankel矩阵的奇异值接近时容易被噪声掩盖而难以提取的不足。通过模拟实验和真实站点数据验证该算法分解和重构精度,并与奇异谱分析法、小波分解法、滑动最小二乘法进行比较。实验结果表明,ICEEMDAN-SSA联合算法相对于已有方法具有更好的重构精度。 展开更多
关键词 GPS坐标时间序列 周期信号 iceemdan算法 信号重构
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部