短期电力负荷预测

作品数：575被引量：4205H指数：37
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：田丽张淑清牛东晓方娜李鹰更多>>
相关机构：华北电力大学东北石油大学南昌大学西安理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学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陕西省自然科学基金更多>>
-
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：
基于负荷分解与辨识的短期电力负荷预测
《电力需求侧管理》2025年第2期55-61,共7页朱俊澎 李子钰 李虎军 邓振立 袁越 
江苏省自然科学基金资助项目(BK20221165)。
为进一步降低电力负荷数据预测误差,提出一种基于负荷分解与辨识的负荷短期预测方法。首先,针对各行业电力负荷数据,以温度敏感负荷与温度序列的多项式拟合误差为目标函数,将负荷分解转化为数学优化问题,将各行业总负荷分解为周度基荷...
关键词：负荷预测 负荷分解 负荷辨识 长短时记忆网络 
基于聚类集合的EMD-CNN-BiLSTM自注意力机制短期电力负荷预测
《软件工程》2025年第3期1-5,46,共6页陈仪 刘春元 
浙江省自然科学基金资助项目(LTGS23F030002);嘉兴市科技计划项目(2020AD10016)。
为了提高短期电力负荷预测的精度和运算效率,提出了一种基于聚类集合的经验模态分解法(Empirical Mode Decomposition,EMD)、卷积神经网络(Convolutional Neural Networks,CNN)、自注意力机制(Self-Attention,SAM)及双向长短期记忆网络(...
关键词：短期负荷预测 经验模态分解 CNN-BiLSTM 自注意力机制 
区域综合能源系统短期电力负荷预测
《延边大学学报(自然科学版)》2025年第1期111-114,共4页方雨兴 李梅 
安徽省高校自然科学重点项目(KJ2021A0471).
为提高短期电力负荷预测的精度,提出了一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)混合预测模型.利用2017年安徽省小时级电力负荷数据进行算例分析表明,CNN-LSTM混合预测模型的预测精度能够达到99.99%,均方根误差值为0.04%,显著...
关键词：短期电力负荷 综合能源系统 CNN-LSTM混合预测模型 CNN预测模型 LSTM预测模型 
基于Spearman-IPSO-LSSVM的短期电力负荷预测方法研究
《电气自动化》2025年第1期102-104,108,共4页赵宇庆 腾志军 
为提高地区用电负荷预测的精度,使用斯皮尔曼相关系数法,计算出地区天气各特征因素和用电负荷的相关性大小,并选择相关性大的因数作为最小二乘支持向量机模型的输入向量。为克服最小二乘支持向量机算法模型对核函数和惩戒参数的敏感性,...
关键词：用电负荷 斯皮尔曼相关系数 最小二乘支持向量机 改进粒子群算法 预测精度 
基于NRBO-SVM的短期电力负荷预测
《现代工业经济和信息化》2025年第2期246-247,250,共3页路林艳 徐思文 黄文涛 
短期电力负荷预测对于电力系统的稳定运行和经济调度至关重要,传统预测方法处理大量数据时效率较低。针对短期电力负荷易受外界扰动呈现非线性化、随机的特点,提出一种基于牛顿-拉夫逊向量机(NRBO-SVM)的短期电力负荷预测方法。支持向量...
关键词：短期电力负荷预测 迭代优化 非线性化 
基于分解重构与特征筛选的短期电力负荷预测
《电气自动化》2025年第1期61-63,共3页孙震 徐昊 朱洪志 于东立 沈超 
国网上海市电力公司科技项目(SGSHJD00ZSJS2311994)。
针对负荷预测中使用模态分解方法存在序列冗余等问题,提出一种基于分解重构与特征筛选的短期负荷预测模型。首先利用快速集成经模态分解将负荷序列分解为多个子序列,接着采用排列熵重构负荷子序列,并使用注意力机制自适应提取重构序列...
关键词：负荷预测 快速集成经验模态分解 排列熵 注意力机制 门控循环单元 贝叶斯优化 
考虑分时段变化趋势的PCA-SABO-BiLSTM短期电力负荷预测方法研究
《电气自动化》2025年第1期82-85,共4页袁玉宝 屈海云 任庆峰 
河南自然科学基金项目(162200411107)。
为了精确预测某工业园区用电负荷,提出一种考虑负荷分时段变化趋势的主成分分析法耦合减法平均算法优化的双向长短期记忆神经网络预测模型。首先将园区的用电负荷,根据各个时间段的变化趋势分为上升、平缓、下降三个趋势段;其次使用主...
关键词：变化趋势 主成分分析 减法平均算法 双向长短期记忆神经网络 负荷预测 
基于CPO优化BiTCN-BiGRU的短期电力负荷预测
《现代工业经济和信息化》2025年第2期98-99,共2页刘祉妤 王鹤炅 
为有效提高预测的准确性,提出一种基于冠豪猪算法优化BiTCN-BiGRU的短期电力负荷预测模型。首先,BiTCN将输入的时间序列数据进行局部特征提取;其次,BiGRU(双向门控循环单元)将进一步处理BiTCN(双向卷积神经网络)输出的数据,捕捉长期依...
关键词：短期电力负荷预测 冠豪猪算法 双向时间卷积神经网络 双向门控循环单元 
基于分量感知动态图Transformer的短期电力负荷预测
《计算机应用研究》2025年第2期381-390,共10页朱莉 高靖凯 朱春强 邓凡 
国网陕西省电力有限公司科技项目(5226PX240003);国网陕西电力有限公司数字化项目(B326PX230001,B326PX230000);陕西省自然科学基础研究项目(2022JM317)。
准确的短期负荷预测对于电力系统的稳定运行和有效调度至关重要。电力负荷数据因存在非线性、非平稳性而导致预测精度低。分解可以降低序列非平稳性的影响从而有效地提高预测精度,但现有分解预测方法缺乏对分解分量间关系的捕获且显著...
关键词：短期负荷预测 雪消融优化算法 变分模态分解 GNN关系建模 注意力机制 
基于BFA-SVR的短期电力负荷预测
《微型电脑应用》2025年第1期92-95,共4页王毅 曲烽瑞 曾松涛 葛佳菲 李智斌 
广东电网有限责任公司科技项目(GDKJXM20220159)。
短期电力负荷表现出明显的随机性和波动性,传统单一预测方法存在预测精度低、鲁棒性差等问题。为此,提出一种改进因子分析模型(FA)联合支持向量回归(SVR)的短期电力负荷预测模型。将贝叶斯理论引入FA,建立贝叶斯因子分析(BFA)模型实现...
关键词：电力负荷预测 因子分析模型 支持向量回归 贝叶斯理论 
全选清除导出
共57页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部