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3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：
基于时间卷积网络的短期电力负荷预测 被引量：52
1
作者 赵洋 王瀚墨 +1 位作者 康丽 张兆云 《电工技术学报》 EI CSCD 北大核心 2022年第5期1242-1251,共10页
准确的短期电力负荷预测对保证电网安全稳定运行、能量优化管理、提高发电设备利用率和降低运行成本等具有重要作用。传统时间序列分析方法难以学习短期电力负荷数据的非线性特征,因此论文首先将支持向量回归、高斯过程回归和前向神经... 准确的短期电力负荷预测对保证电网安全稳定运行、能量优化管理、提高发电设备利用率和降低运行成本等具有重要作用。传统时间序列分析方法难以学习短期电力负荷数据的非线性特征,因此论文首先将支持向量回归、高斯过程回归和前向神经网络等经典机器学习法应用于短期电力负荷预测的适用性和预测效果进行对比分析;预测评价指标表明机器学习方法能够得到较高的预测精度,适用于处理含强非线性特征的短期电力负荷数据;在此基础上,进一步提出一种基于时间卷积深度学习网络的短期电力负荷预测方法,该模型具有从大样本时间序列中提取特征和实现预测的能力,其模型架构能有效解决深层网络学习的退化问题;最后,以实际电力负荷数据作为算例对所提模型进行测试。实验结果表明,时间卷积网络可以获得更高的预测精度,深度学习方法相较于经典机器学习方法在非线性特征学习方面更具优势。 展开更多
关键词 短期电力负荷预测 机器学习 支持向量回归 高斯过程回归 时间卷积网络
下载PDF
短期负荷预测的简化LS-SVM模型及实现 被引量：7
2
作者 贺红林 周翔 曾劲松 《计算机仿真》 CSCD 北大核心 2011年第1期302-306,共5页
负荷预测对电力系统安全起重要作用。为适应短期负荷精密在线预测需要，在负荷预测中引入了最小二乘支持向量机（LS-SVM）。通过对影响短期负荷较大的近期历史负荷及日期类型进行建模，构建出了短期负荷预测模型；针对短期负荷变化的周... 负荷预测对电力系统安全起重要作用。为适应短期负荷精密在线预测需要，在负荷预测中引入了最小二乘支持向量机（LS-SVM）。通过对影响短期负荷较大的近期历史负荷及日期类型进行建模，构建出了短期负荷预测模型；针对短期负荷变化的周期性及其与历史负荷间存在“近大远小”的相关性，规划出一种五元组样本结构，用以训练预测模型的LS—SVM算法；最后，利用真实负荷数据进行了算法仿真。仿真表明SL—SVM算法可将预测误差控制在5％之内，预测速度为ANN的2—3倍，说明LS—SVM在短期负荷在线预测中可实现实时性。 展开更多
关键词 短期负荷 预测模型 最小二乘支持向量机 仿真
下载PDF
基于K-prototype与SVM的短期电力负荷预测 被引量：2
3
作者 孙聪 李川 李英娜 《信息技术》 2019年第4期27-32,38,共7页
电力负荷受多种不确定因素的影响,所以通过使用一种聚类方式选取相似日来进行短期电力负荷预测,以提高预测精度和速度。K-prototype聚类算法继承了k均值算法所以具有k均值优点。通过建立映射数据库将气温、湿度、天气、星期类型、季节... 电力负荷受多种不确定因素的影响,所以通过使用一种聚类方式选取相似日来进行短期电力负荷预测,以提高预测精度和速度。K-prototype聚类算法继承了k均值算法所以具有k均值优点。通过建立映射数据库将气温、湿度、天气、星期类型、季节等不同量纲的值通过无量纲化处理,使得不同的量纲在数值上具有可比性。然后运用聚类方法选取预测日的相似日,借助SVM模型对相似日样本进行预测,实现更加精准预测的目的。利用某地区真实数据进行验证,结果表明该方法可以有效地提高短期电力负荷的预测精度。 展开更多
关键词 短期电力负荷预测 K-prototype 聚类 支持向量机
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