期刊文献+
共找到268篇文章
< 1 2 14 >
每页显示 20 50 100
风电集群短期及超短期功率预测精度改进方法综述 被引量:85
1
作者 彭小圣 熊磊 +4 位作者 文劲宇 程时杰 邓迪元 冯双磊 王勃 《中国电机工程学报》 EI CSCD 北大核心 2016年第23期6315-6326,6596,共12页
风电集群短期及超短期功率预测是提升电网健壮性的有力手段。该文总结国内外风电集群短期与超短期功率预测技术的现状,从集群和单个风电场两个方面,归纳风电功率预测技术的分类;从预测流程、数据来源、数据流向、物理层次4个方面论述风... 风电集群短期及超短期功率预测是提升电网健壮性的有力手段。该文总结国内外风电集群短期与超短期功率预测技术的现状,从集群和单个风电场两个方面,归纳风电功率预测技术的分类;从预测流程、数据来源、数据流向、物理层次4个方面论述风电集群功率预测系统的整体框架;提出具有泛化意义的风电功率预测的物理层次结构,并从数据层、映射层、特征层、模型层、反馈层5个不同的层面讨论风电功率预测技术的精度提升方法及其发展方向,对短期、超短期风电功率预测、集群功率预测的研究具有一定参考价值。 展开更多
关键词 风电集群预测 短期功率预测 超短期功率 预测物理层次 预测精度
下载PDF
人工神经网络峰值识别理论及其在洪水预报中的应用 被引量:40
2
作者 李鸿雁 刘寒冰 +1 位作者 苑希民 刘树坤 《水利学报》 EI CSCD 北大核心 2002年第6期15-20,共6页
本文在总结大量洪水预报实践经验的基础上 ,提出了一种峰值识别理论及相应的改进BP算法 (ErrorBackPropagationwithPeakRecognizer ,简称BPPR) .该理论及算法在修改网络权重时 ,偏重大值误差 ,即大值误差对权重的修改起主要作用 .这种B... 本文在总结大量洪水预报实践经验的基础上 ,提出了一种峰值识别理论及相应的改进BP算法 (ErrorBackPropagationwithPeakRecognizer ,简称BPPR) .该理论及算法在修改网络权重时 ,偏重大值误差 ,即大值误差对权重的修改起主要作用 .这种BPPR算法使人工神经网络洪水预报模型对洪峰的预报精度显著提高 。 展开更多
关键词 人工神经网络 峰值识别理论 洪水预报
下载PDF
风电功率预测技术研究综述 被引量:50
3
作者 黎静华 桑川川 +1 位作者 甘一夫 潘毅 《现代电力》 北大核心 2017年第3期1-11,共11页
为了更好地开展风电功率预测的应用研究工作,以点预测、区间预测、概率预测以及场景预测为主线,对现有的风电功率预测技术进行了归纳、总结和梳理。首先,分析了风电功率预测的难点,按照不同的时空尺度、预测形式、预测对象以及预测模型... 为了更好地开展风电功率预测的应用研究工作,以点预测、区间预测、概率预测以及场景预测为主线,对现有的风电功率预测技术进行了归纳、总结和梳理。首先,分析了风电功率预测的难点,按照不同的时空尺度、预测形式、预测对象以及预测模型对风电功率预测进行了分类;基于不同的分类,分别阐述了当前风电功率预测的模型、理论及方法;然后,分析了国内外主要的风电功率预测软件和系统,并总结了风电功率预测误差的评判标准和指标;最后,探讨未来风电功率预测的发展趋势。本文的研究工作,可为风电功率预测研究以及风电功率预测系统的开发应用,提供较为全面的参考信息。 展开更多
关键词 风电功率预测i点预测 区间预测 概率预测 场景预测 风电功率预测软件 预测精度 预测误差指标
下载PDF
融合历史数据和实时影响因素的精细化负荷预测 被引量:37
4
作者 席雅雯 吴俊勇 +2 位作者 石琛 朱孝文 蔡蓉 《电力系统保护与控制》 EI CSCD 北大核心 2019年第1期80-87,共8页
随着智能电网技术的飞速发展,对负荷预测的精度提出了越来越高的要求。融合负荷、天气等多源数据,提出了一种基于数据融合的支持向量机精细化负荷预测方法。首先对负荷历史数据进行聚类分析,将运行日分成六类。然后将负荷数据和温度、... 随着智能电网技术的飞速发展,对负荷预测的精度提出了越来越高的要求。融合负荷、天气等多源数据,提出了一种基于数据融合的支持向量机精细化负荷预测方法。首先对负荷历史数据进行聚类分析,将运行日分成六类。然后将负荷数据和温度、湿度等天气数据进行融合,针对六类聚类结果分别建立基于数据融合的支持向量机精细化负荷预测模型,并对模型参数进行全局优化。采用不同的预测模型对浙江省某地级市2013年的负荷进行预测,结果表明所提出的负荷预测方法的预测精度明显高于传统的负荷预测方法的预测精度。 展开更多
关键词 负荷预测 数据融合 支持向量机 预测精度
下载PDF
遗传神经网络优化预测方法研究及其应用 被引量:15
5
作者 牛东晓 陈志业 +1 位作者 邢棉 谢宏 《华北电力大学学报(自然科学版)》 CAS 北大核心 2001年第1期1-5,共5页
根据短期电力负荷预测的特点,将遗传算法和人工神经网络相结合,提出一种负荷预测新算法─—遗传神经网络优化预测方法。该方法明显地提高了模型的优化能力,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷。经实例验... 根据短期电力负荷预测的特点,将遗传算法和人工神经网络相结合,提出一种负荷预测新算法─—遗传神经网络优化预测方法。该方法明显地提高了模型的优化能力,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷。经实例验证,该方法能有效地提高预测精度和速度。 展开更多
关键词 遗传算法 神经网络 负荷预测 预测精度 电力系统 优化
下载PDF
深度学习在电力负荷预测中的应用 被引量:32
6
作者 张建寰 吉莹 陈立东 《自动化仪表》 CAS 2019年第8期8-12,17,共6页
针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习方法,如长短时记忆(LSTM)网络、门循环单元(GRU)神经网络和栈式自编码器(SAE),分别研究其应用于电力负荷... 针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习方法,如长短时记忆(LSTM)网络、门循环单元(GRU)神经网络和栈式自编码器(SAE),分别研究其应用于电力负荷预测时的效果。研究发现,将历史负荷数据作为三种深度学习预测模型的输入时,三种预测模型的负荷预测精度指标评估结果各有不同。因此,为了全面评估三种预测模型的预测效果,提出将不同时间段内的相同历史负荷数据作为预测模型输入对比各模型的负荷预测精度,从中找出最佳的预测模型。仿真结果验证了三种预测模型在电力负荷预测应用中的可行性,且发现在单输入因素时LSTM模型的预测精度相对较高。因此,在后续研究中,可以考虑以LSTM预测模型作为基础预测模型,结合更多的负荷影响因素进行改进,以提高负荷预测精度。 展开更多
关键词 深度学习 长短时记忆 门循环单元 循环神经网络 栈式自编码器 负荷预测 预测精度
下载PDF
基于结合混沌纵横交叉的粒子群算法优化极限学习机的短期负荷预测 被引量:26
7
作者 殷豪 董朕 孟安波 《计算机应用研究》 CSCD 北大核心 2018年第7期2088-2091,共4页
为提高短期负荷预测精度,针对传统的单一负荷预测模型精度低以及常规智能算法在解决高维、多模复杂问题时容易陷入局部最优的问题进行了研究,提出了一种结合混沌纵横交叉的粒子群算法(CC-PSO)优化极限学习机(ELM)的短期负荷预测模型。EL... 为提高短期负荷预测精度,针对传统的单一负荷预测模型精度低以及常规智能算法在解决高维、多模复杂问题时容易陷入局部最优的问题进行了研究,提出了一种结合混沌纵横交叉的粒子群算法(CC-PSO)优化极限学习机(ELM)的短期负荷预测模型。ELM的泛化能力与其输入权值和隐含层偏置密切相关,采用结合混沌纵横交叉的粒子群算法优化ELM的输入权值与隐含层偏置,提高了ELM的泛化能力和预测精度。选择广东某地区实际电网负荷数据进行分析,研究结果表明,相对于BP神经网络和支持向量机,ELM具有更高的泛化能力和预测精度;CC-PSO相对于粒子群和遗传算法具有更高的全局搜索能力,CC-PSO-ELM模型具有较高的负荷预测精度。 展开更多
关键词 极限学习机 混沌纵横交叉 粒子群算法 预测精度 短期负荷预测
下载PDF
基于遗传算法的神经网络优化预测模型及其在年径流预报中的应用 被引量:13
8
作者 阎俊爱 钟登华 《水利水电技术》 CSCD 北大核心 2003年第6期1-4,共4页
根据径流中长期预测的特点,将遗传算法和神经网络相结合,提出一种年径流预测新算法———遗传神经网络优化预测方法.该方法提高了径流中长期预测模型的优化能力,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷.最后对... 根据径流中长期预测的特点,将遗传算法和神经网络相结合,提出一种年径流预测新算法———遗传神经网络优化预测方法.该方法提高了径流中长期预测模型的优化能力,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷.最后对实例分别用几种不同的模型进行预测,经比较分析。 展开更多
关键词 遗传算法 神经网络 年径流预测 预测精度
下载PDF
基于改进LSSVM的短期电力负荷预测 被引量:23
9
作者 杨邓 杨俊杰 +2 位作者 胡晨阳 崔丹 陈照光 《电子测量技术》 北大核心 2021年第18期47-53,共7页
针对电力负荷随机性、波动性以及非线性因素所导致预测精度不高等问题,提出了一种基于变分模态分解(VMD)与麻雀搜索算法(SSA)优化的最小二乘支持向量机(LSSVM)短期负荷预测模型。该方法首先借助VMD将原始负荷时间序列分解成不同频率的... 针对电力负荷随机性、波动性以及非线性因素所导致预测精度不高等问题,提出了一种基于变分模态分解(VMD)与麻雀搜索算法(SSA)优化的最小二乘支持向量机(LSSVM)短期负荷预测模型。该方法首先借助VMD将原始负荷时间序列分解成不同频率的本征模态函数(IMF)和残差分量(Res),然后对各分量建立不同的LSSVM预测模型并利用SSA进行参数优化,最后将各分量预测值组合得到最终的预测结果。以比利时蒙斯大学和中国河南省某地区两组真实数据为例进行预测分析,将预测结果与LSSVM、VMD-LSSVM、SSA-LSSVM模型预测值对比,得出所提出方法的两组数据MAPE值分别为1.501 6%、4.765%,远低于其他模型。结果表明该组合预测模型在预测精度上具有一定的优越性。 展开更多
关键词 负荷预测 变分模态分解 麻雀搜索算法 最小二乘支持向量机 预测模型 预测精度
下载PDF
基于BP网络的河道径流预报方法与应用 被引量:21
10
作者 邓霞 董晓华 薄会娟 《人民长江》 北大核心 2010年第2期56-59,共4页
河道径流预报过程可以认为是一种复杂非线性函数关系的逼近过程。BP网络具有表达任意非线性映射的特性,因此建立了基于MATLAB神经网络工具箱的BP网络的径流预报模型。其中采用自相关函数确定网络输入层的神经元数,通过比较样本均方误... 河道径流预报过程可以认为是一种复杂非线性函数关系的逼近过程。BP网络具有表达任意非线性映射的特性,因此建立了基于MATLAB神经网络工具箱的BP网络的径流预报模型。其中采用自相关函数确定网络输入层的神经元数,通过比较样本均方误差值来确定隐含层的神经元数。利用清江渔峡口以上流域1989—1995年的径流量资料对该模型进行了训练和检验,从而完成了该流域年径流量的预报,并且用多项精度评定指标对其进行了精度定量评价。结果表明:所建模型对所选流域的径流预报精度达到了乙等以上水平,具有一定的实用性。 展开更多
关键词 BP网络 径流预报 模型结构 精度评价
下载PDF
基于诱导有序加权平均算子和马尔可夫链的中长期电力负荷组合预测模型 被引量:18
11
作者 龙瑞华 毛弋 +4 位作者 毛李帆 孙东杰 张芳明 张婷 陈宇哲 《电网技术》 EI CSCD 北大核心 2010年第3期150-156,共7页
针对传统中长期电力负荷组合预测方法的缺陷,将诱导有序加权平均算子(induced ordered weighted averaging,IOWA)与马尔可夫链(Markov chain,MC)相结合构建IOWA-MC组合预测模型。该模型根据每个单项预测方法在各时点拟合精度的高低顺序... 针对传统中长期电力负荷组合预测方法的缺陷,将诱导有序加权平均算子(induced ordered weighted averaging,IOWA)与马尔可夫链(Markov chain,MC)相结合构建IOWA-MC组合预测模型。该模型根据每个单项预测方法在各时点拟合精度的高低顺序对其赋权,保证了组合预测模型中权系数与拟合精度在任一时点上的相关性,同时利用MC定性推测出预测时间点上各单项预测方法的预测精度状态,从而确定其在预测时点上的权系数。算例结果表明,IOWA-MC能自动识别高精度预测模型,排除低精度预测方法带来的影响,预测精度较高,具有较强的实用价值。 展开更多
关键词 诱导有序加权平均算子 马尔可夫链 预测精度 负荷预测
下载PDF
短期电力负荷预测模型的建立与应用 被引量:19
12
作者 李永斌 《计算机仿真》 CSCD 北大核心 2011年第10期316-319,共4页
研究短期电力负荷问题。电力负荷影响因子多,且含有噪音信息,传统短期电力负荷预测方法难以对其进行准确的预测,导致电力负荷精度低。为了提高短期电力负荷预测精度,提出了KPCA-BPNN的短期电力负荷预测模型。模型对电力负荷影响因素进... 研究短期电力负荷问题。电力负荷影响因子多,且含有噪音信息,传统短期电力负荷预测方法难以对其进行准确的预测,导致电力负荷精度低。为了提高短期电力负荷预测精度,提出了KPCA-BPNN的短期电力负荷预测模型。模型对电力负荷影响因素进行分析,并利用KPCA提取其主元特征分量,然后利用BPNN进行建模预测,最后对湖南某城市的短期电力负荷进行预测。仿真表明,KPCA-BPNN不仅加快了电力短期负荷预测预测速度,同时提高了电力短期负荷预测精度,是一种新型实用的电力系统短期负荷预测模型。 展开更多
关键词 短期负荷预测 核主成分 神经网络 预测精度
下载PDF
简单平均组合预测有效性的应用分析 被引量:9
13
作者 曾勇 李玉东 唐小我 《电子科技大学学报》 EI CAS CSCD 北大核心 1999年第1期84-88,共5页
通过实例分析,说明了当序列模式变动较大时,简单平均组合预测模型相对于其他组合预测模型的优越性,并且基于样本段的拟合精度不足以说明组合预测模型的外推预测精度。文中的分析对于组合预测模型的选择和应用具有实际参考价值。
关键词 组合预测 简单平均组合 拟合精度 预测精度
下载PDF
基于VMD和GWO-SVR的电力负荷预测方法 被引量:18
14
作者 刘辉 李侯君 +1 位作者 刘雨薇 邹琪骁 《现代电子技术》 北大核心 2020年第23期167-172,共6页
预测负荷的精准度是衡量电力系统负荷预测模型性能的一个重要指标。电力负荷序列变化规律多样,具有周期性、非平稳性、随机性等特点,因此采用变分模态分解方法分解负荷序列,得出其不同特性的模态函数分量,进而降低原始数据的复杂程度和... 预测负荷的精准度是衡量电力系统负荷预测模型性能的一个重要指标。电力负荷序列变化规律多样,具有周期性、非平稳性、随机性等特点,因此采用变分模态分解方法分解负荷序列,得出其不同特性的模态函数分量,进而降低原始数据的复杂程度和模态混叠现象以提高负荷预测的精度,将其代入灰狼优化的支持向量回归机模型,得到最终日负荷预测值。使用VMD-GWO-SVR预测方法在Matlab R2014b软件上对2014年南美某地区日负荷数据进行仿真验证,结果表明该方法使得日负荷预测精度可达99.15%,验证了该预测模型的有效性和高精度。 展开更多
关键词 负荷预测 变分模态分解 灰狼优化算法 支持向量机 预测精度 周期性
下载PDF
汇率预测:一个新的非参数支持向量回归方法 被引量:14
15
作者 陈诗一 《数量经济技术经济研究》 CSSCI 北大核心 2007年第5期142-150,共9页
本文利用一个新的非参数支持向量回归(SVR)方法来预测基于非线性ARI模型的汇率时序变量,并且与最大似然法(MLE)和人工神经网络(ANN)的预测结果进行比较。从理论上讲,MLE和ANN方法仅侧重于样本内拟合,而SVR方法则同时考虑了拟合和预测,因... 本文利用一个新的非参数支持向量回归(SVR)方法来预测基于非线性ARI模型的汇率时序变量,并且与最大似然法(MLE)和人工神经网络(ANN)的预测结果进行比较。从理论上讲,MLE和ANN方法仅侧重于样本内拟合,而SVR方法则同时考虑了拟合和预测,因此,其预测能力在现有方法中是最强大的。本文选择中国、韩国、印度和瑞士四种货币的日汇率来进行预测检验,实证结果支持SVR方法具有最强的预测能力。 展开更多
关键词 支持向量回归 ARI模型 汇率预测 预测精度 嵌套检验
原文传递
几种降水集成预报方法的对比分析 被引量:17
16
作者 彭九慧 丁力 杨庆红 《气象科技》 2008年第5期520-523,共4页
采用多数表决集成法、评分权重集成法、多元回归集成法对承德市西来系统形成的降水进行晴雨和分级集成预报试验。结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率... 采用多数表决集成法、评分权重集成法、多元回归集成法对承德市西来系统形成的降水进行晴雨和分级集成预报试验。结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率;如果几种数值预报对于降水分级预报的预报准确率相差较大时,可采用评分权重集成法来提高总体预报质量;在样本足够的条件下,细化的预报结果多元回归集成法是晴雨预报和分级降水预报中比较可行的集成方法之一。 展开更多
关键词 集成方法 降水预报 预报准确率
下载PDF
半湿润流域洪水预报实时校正方法比较 被引量:14
17
作者 徐杰 李致家 +1 位作者 霍文博 马亚楠 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第4期317-322,共6页
为了提高新安江模型在半湿润流域的洪水预报精度,选择K最近邻(KNN)算法、传统的误差自回归(AR)方法、反馈模拟方法3种实时校正方法,以陕西省陈河流域为试验对象进行洪水预报。以洪峰相对误差和纳什效率系数为评价指标,分析对比3种方法... 为了提高新安江模型在半湿润流域的洪水预报精度,选择K最近邻(KNN)算法、传统的误差自回归(AR)方法、反馈模拟方法3种实时校正方法,以陕西省陈河流域为试验对象进行洪水预报。以洪峰相对误差和纳什效率系数为评价指标,分析对比3种方法的校正效果。结果表明:3种校正方法均能提高预报纳什效率系数,其中反馈模拟最优,AR、KNN效果次之;反馈模拟对洪峰误差校正相比于KNN算法在短预见期内更为精确,两者均能减小AR法在洪峰误差校正上的不足;加入历史样本的KNN算法在洪峰误差校正上效果优于反馈模拟,可有效提高洪水预报精度。 展开更多
关键词 洪水预报 预报精度 实时校正 K最近邻算法 反馈模拟方法 误差自回归方法 新安江模型 半湿润流域 陈河流域
下载PDF
多时序协同中期负荷预测模型 被引量:14
18
作者 刘江永 刘文翰 易灵芝 《电力系统及其自动化学报》 CSCD 北大核心 2020年第2期48-53,共6页
针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memo... 针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memory)网络的多时序协同中期负荷预测ARIMA-LSTM模型。该模型考虑了季节、温度和节假日的影响,采用ARIMA提取负荷序列内部因素,用Adam算法优化ARIMA-LSTM模型的网络参数。最后将某地区实际负荷数据用于该模型,并与神经网络NN(neural network)模型和LSTM进行对比,其均方根误差分别降低了7.698%和2.154%,验证了该模型具有更高的预测精度。 展开更多
关键词 中期负荷预测 加法自回归积分滑动平均模型 长短期记忆网络 预测精度
下载PDF
基于DTW-LSTM的短期楼宇电力负荷预测方法 被引量:14
19
作者 张明理 张明慧 +2 位作者 王勇 武志锴 满林坤 《沈阳工业大学学报》 CAS 北大核心 2021年第4期361-367,共7页
为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利... 为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利用马尔科夫链对未来一天的用电曲线编码进行预测,得到用电曲线原型.将编码作为一个特征,结合历史用电数据对楼宇的短期负荷进行预测,结果表明,相对于传统的聚类算法,所提方法的聚类结果更加合理且预测精度也有所提升. 展开更多
关键词 DTW聚类算法 电力负荷预测 马尔科夫链模型 长短期记忆网络 用电数据 预测精度 用电曲线 短期负荷
下载PDF
一种新的光伏发电预测模型设计 被引量:13
20
作者 朱琳琳 钟志峰 +1 位作者 严海 严琛杨 《太阳能学报》 EI CAS CSCD 北大核心 2016年第1期63-68,共6页
提出一种新的基于结合PSO(Particle Swarm Optimization)和BP(Back Propagation)神经网络的优化算法,按季节、日类型划分12个子网络组成的预测模型,并以影响发电量的关键因素太阳辐射强度、气温、历史发电量作为输入变量,预测光伏电站... 提出一种新的基于结合PSO(Particle Swarm Optimization)和BP(Back Propagation)神经网络的优化算法,按季节、日类型划分12个子网络组成的预测模型,并以影响发电量的关键因素太阳辐射强度、气温、历史发电量作为输入变量,预测光伏电站日发电量。预测结果显示:该预测模型能保证在日类型等条件发生转变时模型的持续有效性,预测误差均小于20%,预测精度能满足电网公司要求。 展开更多
关键词 光伏发电 粒子群优化算法(PSO) 神经网络 预测精度
下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部