期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
计及评价指标冲突的电动汽车充电负荷区间预测
被引量：
2
1
作者
贺庆奎
刘玮
+2 位作者
迟林芳
张明涛
宋丹
《电力大数据》
2024年第1期37-44,共8页
电动汽车充电负荷具有强随机性,且受电池容量与用户用车行为影响。为有效预测充电负荷时序分布,本文提出一种计及评价指标冲突的充电负荷区间预测方法。首先,该方法分析日间充电负荷间时序相关性,并用强相关历史日充电负荷数据构建充电...
电动汽车充电负荷具有强随机性,且受电池容量与用户用车行为影响。为有效预测充电负荷时序分布,本文提出一种计及评价指标冲突的充电负荷区间预测方法。首先,该方法分析日间充电负荷间时序相关性,并用强相关历史日充电负荷数据构建充电负荷预测所需的特征集。接着,采用弯曲高斯过程(warped gaussian process,WGP)方法,并结合多种协方差函数来构建多个充电负荷区间预测模型。为解决多指标评价存在冲突和仅选择最优的一个预测模型会出现极端误差问题,本文应用面积灰关联决策方法,对各模型开展计及评价指标冲突的综合评价,并依据获取的面积灰关联贴近度,构建电动汽车充电负荷组合区间预测模型。实验结果表明,本文提出的方法能够获得更精确、覆盖率更高的充电负荷预测区间。
展开更多
关键词
电动汽车
区间预测
弯曲高斯过程
面积灰关联决策
强相关历史日
下载PDF
职称材料
基于弯曲高斯过程组合方法的光伏出力预测研究
被引量：
1
2
作者
程泽
刘琦
张霞
《湖南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017年第10期99-108,共10页
针对光伏发电功率受多种天气因素影响造成预测难度大的现状,提出了一种基于弯曲高斯过程的混合模型,可以实现一天内任意时刻的光伏出力的概率预测,获得置信区间预测值和点预测值.该算法先由多元自适应回归样条模型实现对多维输入变量的...
针对光伏发电功率受多种天气因素影响造成预测难度大的现状,提出了一种基于弯曲高斯过程的混合模型,可以实现一天内任意时刻的光伏出力的概率预测,获得置信区间预测值和点预测值.该算法先由多元自适应回归样条模型实现对多维输入变量的约减,同时得到待预测值的先验数据,然后利用模糊C均值算法按天气类型对训练集数据和测试集的先验数据进行聚类,得到相似样本,再利用弯曲高斯过程模型对测试集数据进行估计,最后利用Bagging算法实现对子混合模型的集成学习,得到待预测值的区间估计和点估计.仿真及试验结果验证了该混合模型的有效性和可靠性.与高斯过程估计和BP神经网络分位数估计相比,该混合模型精度更高,实用性更强.
展开更多
关键词
多元自适应回归样条
弯曲高斯过程
BAGGING算法
区间预测
光伏发电
下载PDF
职称材料
题名
计及评价指标冲突的电动汽车充电负荷区间预测
被引量：
2
1
作者
贺庆奎
刘玮
迟林芳
张明涛
宋丹
机构
国网辽宁省电力有限公司朝阳供电公司
出处
《电力大数据》
2024年第1期37-44,共8页
文摘
电动汽车充电负荷具有强随机性,且受电池容量与用户用车行为影响。为有效预测充电负荷时序分布,本文提出一种计及评价指标冲突的充电负荷区间预测方法。首先,该方法分析日间充电负荷间时序相关性,并用强相关历史日充电负荷数据构建充电负荷预测所需的特征集。接着,采用弯曲高斯过程(warped gaussian process,WGP)方法,并结合多种协方差函数来构建多个充电负荷区间预测模型。为解决多指标评价存在冲突和仅选择最优的一个预测模型会出现极端误差问题,本文应用面积灰关联决策方法,对各模型开展计及评价指标冲突的综合评价,并依据获取的面积灰关联贴近度,构建电动汽车充电负荷组合区间预测模型。实验结果表明,本文提出的方法能够获得更精确、覆盖率更高的充电负荷预测区间。
关键词
电动汽车
区间预测
弯曲高斯过程
面积灰关联决策
强相关历史日
Keywords
electric
vehicle
interval
forecasting
warped
gaussian
process
area
grey
correlation
decision-making
strong
correlation
historical
day
分类号
TM714 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于弯曲高斯过程组合方法的光伏出力预测研究
被引量：
1
2
作者
程泽
刘琦
张霞
机构
天津大学电气自动化与信息工程学院
青海民族大学建筑工程学院
出处
《湖南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017年第10期99-108,共10页
基金
国家自然科学基金资助项目(61374122)~~
文摘
针对光伏发电功率受多种天气因素影响造成预测难度大的现状,提出了一种基于弯曲高斯过程的混合模型,可以实现一天内任意时刻的光伏出力的概率预测,获得置信区间预测值和点预测值.该算法先由多元自适应回归样条模型实现对多维输入变量的约减,同时得到待预测值的先验数据,然后利用模糊C均值算法按天气类型对训练集数据和测试集的先验数据进行聚类,得到相似样本,再利用弯曲高斯过程模型对测试集数据进行估计,最后利用Bagging算法实现对子混合模型的集成学习,得到待预测值的区间估计和点估计.仿真及试验结果验证了该混合模型的有效性和可靠性.与高斯过程估计和BP神经网络分位数估计相比,该混合模型精度更高,实用性更强.
关键词
多元自适应回归样条
弯曲高斯过程
BAGGING算法
区间预测
光伏发电
Keywords
multivariate
adaptive
regression
splines
warped
gaussian
process
regression
Bagging
algorithm
prediction
interval
solar
power
generation
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
计及评价指标冲突的电动汽车充电负荷区间预测
贺庆奎
刘玮
迟林芳
张明涛
宋丹
《电力大数据》
2024
2
下载PDF
职称材料
2
基于弯曲高斯过程组合方法的光伏出力预测研究
程泽
刘琦
张霞
《湖南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017
1
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
