用电量预测

作品数：205被引量：874H指数：15
导出分析报告
相关领域：电气工程经济管理更多>>
相关作者：王晓佳牛东晓杨善林韩文花张建华更多>>
相关机构：国家电网有限公司华北电力大学国家电网公司合肥工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家电网公司科技项目陕西省教育厅科研计划项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于自回归分布滞后的高能耗产业用电量预测
《信息技术》2025年第4期141-146,共6页刘逾尔 陈显枝 陈思琦 荀超 刘沙沙 
针对当前高能耗产业用电量预测模型对用电数据质量依赖较高且时序分析能力不佳,导致用电量预测准确率较低、计算耗时较长的问题,提出基于自回归分布滞后的高能耗产业用电量预测方法。采用大数据挖掘技术中的K均值算法完成数据分析,应用...
关键词：K均值算法 高能耗产业 自回归分布滞后 用电量分析 
基于BOA-BiLSTM神经网络的用电量预测方法研究
《科技与创新》2025年第6期8-10,15,共4页丛日辉 郭振宇 周芷伊 刘童 
华能集团众创项目“RPA数字化劳动力在能源销售领域的研究与应用”。
提出了一种基于BOA-BiLSTM神经网络的用电量预测方法。首先,利用BOA(贝叶斯优化)算法对BiLSTM(双向长短期记忆网络)进行参数优化,提高了模型的收敛速度和预测精度;其次,通过BiLSTM网络能够有效地捕捉时间序列数据中的长期依赖关系,进一...
关键词：贝叶斯优化算法 双向长短期记忆网络算法 用电量预测方法 时间序列 
基于微项目化学习的初中人工智能实验教学——以“智能用电量预测”为例
《中学教学参考》2025年第8期95-98,共4页禹舜尧 
浦东新区基础教育信息化研究课题“CTCL范式下基于认知发展的初中人工智能教学研究”(立项编号:2023G024)的研究成果。
《中小学实验教学基本目录(2023年版)》梳理了初中信息科技的31项基本实验,其中涉及“人工智能与智慧社会”的实验多达11项。若教师机械地逐项开展相关实验,可能会导致知识碎片化、课堂效率低等问题。文章探讨了在初中人工智能实验教学...
关键词：微项目化学习 初中信息科技 人工智能 实验教学 
基于产业分解和季节调整的用电量预测
《电力大数据》2025年第2期57-65,共9页刘朋辉 许了 张夏 
中国海油能源经济研究院2024年十大基础性研究课题。
用电量是衡量经济运行态势的重要指标,对能源政策制定和宏观经济调控具有重要参考价值。该文基于我国第一产业、第二产业、第三产业及城乡居民用电量数据,采用偏最小二乘法构建预测模型,并结合季节调整方法和用电量产业分解技术,建立了...
关键词：全社会用电量 偏最小二乘法 产业分解 季节调整 时间序列预测 
基于FTI与CNN-BiLSTM网络的短期用电量预测
《计算机仿真》2025年第2期72-77,共6页雒亚锋 赵庆生 梁定康 王旭平 
国家自然科学青年基金项目资助(51907138);国网山西省电力有限公司科技项目资助(5205E0220003)。
为了更好地利用智能电表中的用户数据,提高短期用电量的预测精度,提出一种基于金融技术指标与CNN-BiLSTM组合模型的短期用电量预测方法。首先,根据用电量数据计算顺势指标(Commodity Channel Index, CCI)、趋向指标(Directional Movemen...
关键词：智能电表 用电量预测 金融技术指标 卷积神经网络 双向长短时记忆神经网络 
基于知识图谱的地区用电量预测方法研究
《消费电子》2025年第1期25-27,共3页黄河 张岑 张雪 薛欣然 胡彩红 
终端电能消费预测及政策制定涉及多种因素,且难以量化分析。本文基于终端电能消费领域的政策、法规、市场数据和消费行为等相关信息,构建了终端电能消费政策知识图谱。该图谱结构化整合了多种数据,并建立了政策与数据之间的关联关系和...
关键词：用电量预测 知识图谱 场景模拟推演 循环神经网络 
堆叠式LSTM组合模型的充电站用电量预测方法
《计算机时代》2025年第1期1-4,共4页王彩玲 丁当 
随着电动汽车的普及,充电站对电力需求预测的精确性日益提高。本文设计了堆叠式LSTM模型,使用预处理过的某电动汽车充电站用电量数据,对比分析传统模型和LSTM模型在不同评估指标上的表现,验证所提出模型的优越性;还对多层堆叠式LSTM模...
关键词：用电量预测 长短期记忆网络 卷积神经网络-长短期记忆网络 堆叠式LSTM模型 
用户侧电力碳排放量预测方法
《计算机仿真》2024年第9期494-499,共6页张禄 严嘉慧 王立永 李香龙 
国网北京市电力公司科技项目(20223220005)。
为了帮助电力行业分摊碳排放责任,优化碳减排策略,研究了用户侧电力相关碳排放预测方法。按照先预测用电量,再根据电碳转换换算的方法实现用户侧电力相关碳排放的预测。其中,用户的用电量预测是核心。设计一种多模态嵌入的循环神经网络...
关键词：用户侧 碳排放 用电量预测 循环神经网络 注意力机制 周期性 
计及匹配偏差分值的用电量周期标签分类方法
《微型电脑应用》2024年第7期88-92,共5页孙小磊 杨俊义 洪宇 赵贺 姚雨晨 黄屏发 
用户用电量周期规律复杂多变,各标签之间的相关性不稳定,企业用电量分类精度较低,时间复杂度较大。为提高用电量周期标签分类精度,提出计及匹配偏差分值的用电量周期标签分类方法。根据用电量预测的偏移量收集用电用户的各个维度数据,...
关键词：匹配偏差 周期标签 用户标签 时间序列 用电量预测 
基于长短期记忆神经网络的电力用电量预测
《机械与电子》2024年第5期18-23,共6页陈伟伟 荆世博 边家瑜 易庚 安琪 
为解决现有用电量预测精确度较低等问题,提出了基于长短期记忆神经网络的电力用电量预测方法。分析了电力负荷分类以及典型负荷曲线,说明了支持向量回归以及长短期记忆神经网络的基本原理,提出了基于支持向量回归和长短期记忆神经网络...
关键词：负荷特征 用电量预测 长短期记忆神经网络 支持向量回归 
全选清除导出
共21页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部