电力负荷预测

作品数：1670被引量：7409H指数：42
导出分析报告
相关领域：电气工程自动化与计算机技术更多>>
相关作者：牛东晓张淑清顾洁田丽邢棉更多>>
相关机构：华北电力大学国家电网有限公司国家电网公司浙江大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家教育部博士点基金河北省自然科学基金中央高校基本科研业务费专项资金更多>>
-
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：
人工智能在电力负荷预测与需求响应中的应用探索
《新潮电子》2025年第8期22-24,共3页徐秀杰 
电力需求日益增加,人工智能技术的引入为负荷预测带来了新的解决方案。本研究对人工智能进行了深入分析,探讨了机器学习模型在负荷预测中的实际应用。在需求响应领域,文章设计与优化了需求响应机制,并结合真实案例分析了人工智能在需求...
关键词：人工智能 电力负荷预测 需求响应 机器学习 数据处理 策略优化 
基于相似日和IWOA优化BiLSTM的短期电力负荷预测
《中南民族大学学报(自然科学版)》2025年第4期507-514,共8页朱莉 李豪 汪小豪 姜成龙 曹明海 
新能源及电网装备安全监测湖北省工程研究中心开放研究基金资助项目(HBSKF202124)。
为了有效提升短期负荷预测的精度,提出了一种基于相似日和IWOA优化BiLSTM的短期电力负荷预测模型.该模型首先利用Pearson相关性分析选取负荷的主要影响因素,并利用综合匹配相似度选取相似日,为模型提供更有效的输入;然后研究了一种基于...
关键词：短期负荷预测 改进鲸鱼优化算法 相似日 双向长短期记忆网络 超参数寻优 
人工智能在电力负荷预测中的应用研究
《科学技术创新》2025年第10期5-8,共4页郭杨 张善强 
电力负荷预测的准确性直接关系到电力系统的稳定运行、资源的优化配置、节能减排目标的实现。人工智能技术的快速发展,特别是深度学习和大数据分析技术的广泛应用,为电力负荷预测提供了新的解决思路和手段。本文通过构建基于神经网络、...
关键词：人工智能 电力负荷 预测 
人工智能技术在电气工程自动化中的应用研究
《中文科技期刊数据库(引文版)工程技术》2025年第5期075-078,共4页张子晨 
本文探讨了人工智能技术在电气工程自动化中的应用,主要涵盖了电力负荷预测、电力系统优化调度、设备故障诊断与预测性维护、智能电网的运行与控制以及智能照明系统管理与控制等方面。通过引入机器学习、深度学习、强化学习等技术,电气...
关键词：人工智能技术 电气工程自动化 电力负荷预测 电力系统优化调度 
基于CEEMDAN和频谱时间图卷积网络的电力负荷预测方法
《计算机工程》2025年第4期339-349,共11页朱莉 夏禹 朱春强 邓凡 
国家重点研发计划(2019YFB1405002);陕西省自然科学基础研究项目(2022JM317);国网陕西电力数字化专项项目(B326PX23001)。
针对电力负荷数据存在非平稳性且传统预测模型不能精确获取时序负荷数据的空间相关性和时间依赖性,导致预测精度低的问题,设计并实现一种基于完全集成经验模式分解的自适应噪声完备性(CEEMDAN)和频谱图卷积网络的电力负荷预测方法。首...
关键词：电力负荷预测 经验模态分解 本征模态分量 图卷积网络 模糊熵 
面向跨季度多时段特征双向聚类与时序迁移的多任务短期电网负荷预测
《电网技术》2025年第4期1479-1490,共12页潘艳霞 刘国瑞 任建婧 赵堃 谭沛然 马容婷 郝玲 何建樑 
国家电网有限公司科技项目“新型电力系统下计及多市场交易结算品种的电力市场价值体系评估与构建项目”。
在电力系统领域,由于电网用电负荷受到时段性和季节性的用电需求动态变化的影响,使得电网负荷时序数据呈现分布间歇性变化的分布漂移特性。上述现象导致一般的负荷预测模型难以有效的针对动态变化数据进行充分的信息挖掘与利用,降低了...
关键词：时序双向聚类 迁移学习 协方差对齐 多任务学习 电力负荷预测 
基于K-means聚类与LSTM模型的多能源耦合电力负荷预测
《现代电力》2025年第2期369-376,共8页葛亚明 仇晨光 谢丽荣 李艺丰 李刚 赵玉林 
伴随“碳达峰,碳中和”目标的提出,提升可再生能源利用率和保障能源系统灵活运用是当下电力市场发展的必然要求。与传统供能模式相比,综合能源系统考虑多能耦合协调发展,在电力市场化过程中,用能特性变化导致负荷波动规律性不明晰,影响...
关键词：综合能源 K-MEANS聚类 LSTM模型 负荷预测 
基于TCN-Attention模型的电力负荷短期概率预测方法
《供用电》2025年第4期91-98,共8页杨鑫源 范传光 叶佳锐 李猛虎 彭朝钊 马程 
科技创新2030“新一代人工智能”重大项目(2022ZD0116900);国家自然科学基金面上项目(52277118)。
精确预测电力负荷的短期趋势对于保持电力供需平衡至关重要。然而,电力用户的电力负荷数据通常包含短期和长期模式的混合,以及概率分布特性,这使得基于单一数据驱动的现有负荷预测方法难以应对其复杂性。提出了一种结合时间卷积网络(tem...
关键词：电力负荷预测 时间序列预测 时间卷积网络 注意力机制 概率预测 
基于TCN与轻量Autoformer的电力负荷预测
《计算机与现代化》2025年第4期6-11,共6页李明 石超山 文贵豪 罗勇航 谭云飞 
国家自然科学基金资助项目(61877051,61170192);重庆市教委项目(113143);重庆市研究生教改重点项目(yjg182022)。
电力负荷预测的精度对节能减排至关重要,更高的精度可以使电力公司做出更合理的规划,提高经济效益。虽然基于Transformer架构改进的Autoformer已经在序列预测任务中取得了不错的结果,但在提取时序特征时没有充分考虑到时间的因果关系,...
关键词：TRANSFORMER Autoformer 时间卷积网络 注意力蒸馏 负荷预测 
基于改进Autoformer的电力负荷预测
《计算机技术与发展》2025年第4期107-112,共6页李明 石超山 谭云飞 文贵豪 罗勇航 
国家自然科学基金(61877051,61170192)。
针对基于Transformer的预测模型具有较高复杂度且仅关注时间步之间依赖性而忽略跨变量依赖性的问题,提出了一种基于Patch-CDConv-Autoformer的电力负荷预测方法。首先,对输入的序列数据进行可逆实例归一化处理,以提高数据的平稳性。然后...
关键词：电力负荷预测 TRANSFORMER 分块编码 Autoformer CDConv 
全选清除导出
共166页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部