电量预测

作品数：586被引量：2400H指数：23
导出分析报告
相关领域：电气工程经济管理更多>>
相关作者：牛东晓王晓佳欧阳森冯天瑞段建东更多>>
相关机构：国家电网有限公司华北电力大学国家电网公司国网浙江省电力有限公司更多>>
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中央高校基本科研业务费专项资金国家电网公司科技项目更多>>
-
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：
基于历史电量与天气对光伏发电量预测方法的研究
《微型计算机》2025年第6期133-135,共3页骆子雅 王沛 肖江 
随着全球能源结构的转型与升级,光伏发电作为清洁能源的重要组成部分,其发电量的准确预测对于电力系统的稳定运行、能源调度以及节能减排具有重要意义。本文提出了一种基于历史电量与天气数据的光伏发电量预测方法,旨在通过挖掘历史数...
关键词：光伏发电量预测 历史电量 天气数据 预测模型 异常数据预警 
基于模糊支持向量机的光伏发电量预测与调度
《电子设计工程》2025年第9期130-134,共5页买买提·努尔 王密娜 张艳丽 魏文倩 蒋双全 
国网新疆电力有限公司研究项目(BD30JY220001)。
针对光伏发电量波动较大、可控性差等因素导致发电量预测精度较低的问题,文中提出了一种基于改进模糊支持向量机(FSVM)的光伏发电量预测模型。在对光伏发电量历史数据进行预处理的基础上,使用FSVM从样本数据中提取特征信息。根据信息增...
关键词：光伏电站 发电量预测 模糊支持向量机 特征加权 隶属度函数 
基于空间网络和时间序列的发电量预测优化研究
《电力科技与环保》2025年第2期323-332,共10页胡睿 刘典 张文波 陈植元 
国家自然科学基金项目(72471180)。
【目的】在电力系统中,有效的管理和调度在很大程度上依赖于对未来负荷需求的精确预测,对由社会需求端的电力负荷所决定的电厂供应端的发电量进行准确的预测,可以为其提供重要支撑。【方法】本文使用江西省内17家电厂从2020年10月—2021...
关键词：电力系统发电量预测 图注意力网络 长短期记忆网络 空间网络特征 时间序列特征 
基于岭回归的电量预测及经济相关性分析研究
《吉林电力》2025年第2期19-23,共5页刘伟达 昝廷全 
随着电力数据在宏观经济监测中的作用日益凸显,构建科学合理的电量预测模型对研判区域经济运行趋势具有重要意义。围绕小样本数据下电量预测问题,引入岭回归开展电量预测建模,并通过网格搜索搭配提前停止策略对参数进行优化以提升模型...
关键词：电量预测 岭回归 模型调优 小样本数据 经济相关性分析 
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 
基于多特征提取和多层级迁移学习的电动汽车充电站充电量预测
《电力系统保护与控制》2025年第6期150-162,共13页李振华 张成浩 刘奕舟 魏伟 
国家自然科学基金项目资助(52277012);武汉强磁场学科交叉基金项目资助(WHMFC202202)。
电动汽车充电站充电量预测对于充电站规划、建设、充电管理平台营销等有着实际意义。但新建、改造的充电站可能会面临部分时段数据缺失、历史数据不足和浅层神经网络模型难以捕捉等多变且复杂的输入特征的问题。因此,提出了一种基于多...
关键词：充电量预测 迁移学习 特征提取 时间卷积网络 双向长短期记忆网络 注意力机制 
基于CNN-LSTM-Attention模型的新能源发电量预测与孤立森林算法的风险检测分析
《图像与信号处理》2025年第1期45-61,共17页胡殿刚 马寅 庞晓东 吴锋 牛甄 李灏 姬艳秋 冯文韬 
本文由国网甘肃省电力公司科技项目“基于长周期运行的双边现货市场全链条智能技术支持及运维关键技术研究及应用”(522722240008)资助。
文章主要探讨了一种将卷积神经网络、长短时记忆网络以及注意力机制相结合的方法在新能源发电量预测中的应用及其有效性。随着新能源发电量受外部环境影响而表现出较大波动性和复杂性,传统预测模型难以全面捕捉其中的复杂模式和长期依...
关键词：新能源发电预测 卷积神经网络–长短时记忆网络–注意力机制(CNN-LSTM-Attention) 异常值检测 孤立森林算法 风险等级分析 运维管理 
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 
零样本迁移学习在电力预测中的应用
《信息系统工程》2025年第3期47-50,共4页陈峰 朱旻昊 车洵 石鹏飞 
准确预测对能源的高效利用和可持续发展至关重要。现有研究多聚焦于能源价格预测,而关于中期(月度)电力生产预测的研究较少。提出一种基于零样本迁移学习的新方法以解决此问题。首先使用包含多种时间序列数据的大规模数据集训练NBEATS...
关键词：电量预测 迁移学习 深度学习 
基于Stacking-RBFNN的两段式月度电量连续预测
《电力信息与通信技术》2025年第3期1-8,共8页白雪 田传波 李建锋 张嘉埔 杜苁聪 武亚杰 
国家电网有限公司总部科技项目资助“面向新型电力系统的客户侧智能支撑服务关键技术研究”(SGZB0000YXJS2401055)。
当前电网负荷特性日趋复杂,为了有效支撑电力市场稳步推进,亟需开展电量连续预测研究。文章针对当前连续预测受未来数据缺失和误差传播,导致预测不准确的问题,提出了一种两步式的电量预测框架,充分利用了集成学习和径向基函数神经网络(r...
关键词：连续电量预测 机器学习 神经网络 两阶段预测 
全选清除导出
共59页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部