短期电力负荷预测

作品数：583被引量：4231H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：华北电力大学南昌大学东北石油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 
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 
基于序列成分重组与时序自注意力机制改进TCN-BiLSTM的短期电力负荷预测
《电力系统及其自动化学报》2025年第4期78-87,共10页易雅雯 娄素华 
国家电网公司科学技术项目(5108-202218280A-2-429-XG)。
针对区域级电力负荷预测精度较低的问题,提出一种基于序列成分重组与时序自注意力机制改进时间卷积网络-双向长短期记忆网络(TCN-BiLSTM)的短期负荷预测方法。首先,通过中心频率法确定最佳初始分解数目,进而采用变分模态分解算法将原始...
关键词：负荷预测 变分模态分解 样本熵 K均值聚类 时序自注意力机制 时间卷积网络 双向长短期记忆网络 
基于模态分解和误差修正的短期电力负荷预测
《电子测量技术》2025年第5期92-101,共10页鄢化彪 李东丽 黄绿娥 张航菘 姚龙龙 
江西省自然科学基金(20224BAB202036);江西省教育厅科学技术重点研究项目(GJJ2200805)资助。
针对电力负荷非线性、高波动性和强随机性等特性导致无法充分提取时序特征引起预测误差较大的问题,提出了基于改进的自适应白噪声完全集合经验模态分解和误差修正的双向时间卷积网络-双向长短期记忆网络短期电力负荷预测方法。先由最大...
关键词：电力负荷 短期预测 自适应经验模态分解 样本熵 双向时间卷积网络 双向长短期记忆 麻雀搜索算法 
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 
基于黑翅鸢优化长短期记忆网络的短期电力负荷预测
《现代工业经济和信息化》2025年第3期272-273,281,共3页黄文涛 路林艳 徐思文 
针对电力负荷具有随机性、波动性、以及易受外界干扰造成不确定性等特点,大大降低了其预测精度的准确性。为此,提出了一种基于黑翅鸢优化算法(Black-winged Kite Algorithm,BKA)。通过搭建预测仿真模型,利用BKA对LSTM网络的超参数进行优...
关键词：电力负荷预测 长短期记忆网络 黑翅鸢优化算法 超参数优化 
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 
全选清除导出
共58页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部