多步预测

作品数：339被引量：1765H指数：19
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：杨茂李燕飞李耀华臧海祥乔俊飞更多>>
相关机构：浙江大学华北电力大学东南大学天津大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=电气工程—电力系统及自动化x
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DDPM与HVAE的多步电力负荷预测方法
《信息技术与信息化》2024年第11期137-140,共4页陈萌 
电力负荷预测在电力系统的优化调度和可靠运行中起着关键作用,针对传统单步预测方法在长期预测上的精确度不足问题,文章提出了一种耦合扩散概率模型(denoising diffusion probabilistic model,DDPM)与分层变分自编码器(bidirectional va...
关键词：电力负荷预测 去噪扩散概率模型 分层变分自编码器 多步预测 生成式网络 
基于iInformer的超短期风电功率多步预测
《河南大学学报(自然科学版)》2024年第5期576-586,共11页甘恒玉 黄莉 刘兴举 寇仲 李筠 吕灵灵 常瑞 
国家重点研发计划资助项目(2019YFE0104800);河南省自然科学基金资助项目(232300420152);河南省高校科技创新团队支持计划(22IRTSTHNO11)
超短期风电功率预测的准确性对保障电力系统的稳定性和经济性具有重要意义.为充分挖掘风电功率数据变量之间的内生联系以提升预测性能,提出了一种基于倒置Informer(iInformer)模型的预测方法.首先,该方法通过斯皮尔曼相关性分析,甄选出...
关键词：超短期 风电功率预测 倒置嵌入 iInformer模型 
基于数据重采样与GRU神经网络的风电功率多步提前预测被引量：2
《北华大学学报（自然科学版）》2024年第5期688-693,共6页胡珈宁 王旭 周振雄 
吉林省科技发展计划项目(YDZJ202303CGZH001)。
准确预测不同时间尺度风电功率对于实现能源管理系统可靠运行至关重要。针对当前预测方法随着步数增加无法保持较高预测精度的问题,提出一种数据重采样技术与GRU神经网络相结合的风电功率多步提前预测方法;利用数据重采样技术对原始风...
关键词：风电功率预测 数据重采样 GRU神经网络 多步预测 
双路卷积神经网络和序列到序列的多步短期负荷预测
《电力系统及其自动化学报》2024年第9期96-104,共9页袁建华 徐杰 蒋文军 李洪强 
煤燃烧国家重点实验室开放基金资助项目(FSKLCCA1607)。
为提高多步短期电力负荷预测精度,满足实际应用中对于不同时间长度的预测需求,提出一种双路卷积神经网络和序列到序列相结合的多步预测方法。首先,构造双支路并行结构的特征提取网络双路卷积神经网络对负荷输入数据进行不同尺度的深层...
关键词：负荷预测 多步预测 序列到序列 深度学习 注意力机制 
基于信息调控和MATCN的超短期风电功率多步预测
《现代电子技术》2024年第18期1-7,共7页陈磊 黄凯阳 张怡 陈禹 张志瑞 尹振楠 
国家重点研发计划项目(2021YFE0190900);教育部产学合作协同育人项目(230802495182120);华北理工大学研究生教育教学改革项目(YJG202308)。
对波动的风电功率进行有效预测,是电网供需平衡、系统稳定运行的重要保障。为此,提出一种基于信息调控和MATCN的超短期风电功率多步预测方法。利用现有数据衍生出高阶项与交互项,提升特征序列数量与有效特征占比。针对复杂的风电数据结...
关键词：风电功率 多步预测 变分模态分解 多头注意力时间卷积网络 注意力机制 信息调控 
基于多视角特征提取与多任务学习的光伏功率多步预测
《高电压技术》2024年第9期3924-3933,I0009-I0012,共14页陈殿昊 臧海祥 刘璟璇 卫志农 孙国强 李鑫鑫 
国家自然科学基金(52077062)。
准确的光伏功率多步预测结果对于电网的调度优化具有重要指导意义,针对现有光伏功率多步预测方法对历史数据特征提取不充分、忽略多步预测值之间的关联性而导致的预测精度不足等问题,提出了一种基于多视角特征提取与多任务学习的光伏功...
关键词：光伏功率多步预测 多任务学习 特征提取 注意力机制 损失权重优化 深度学习 
基于ViT和LSTM的风速多步预测被引量：1
《太阳能学报》2024年第9期525-533,共9页向玲 陈锦鹏 付晓孟婷 姚青陶 
国家自然科学基金(52075170,52175092)。
精确的风速预测对风力发电具有指导作用,据此提出一种多维时间序列下Vision Transformer(ViT)和长短时记忆网络(LSTM)的风速预测方法,实现对风速的超前一步和超前多步预测。结合斯皮尔曼系数(Spearman)和变分模态分解将风速分解为多维...
关键词：风速 预测 长短时记忆网络 变分模态分解 VIT 
基于时间序列神经分层插值模型的光伏功率超短期多步预测被引量：2
《智慧电力》2024年第4期69-77,共9页李楠 刘佳佳 赖心怡 杨志远 王泽亮 文福拴 
国家重点研发计划资助项目(2022YFB2403100)。
针对光伏功率预测准确性受数据质量和外部变量影响的问题,提出一种结合外生变量分析、数据质量控制以及时间序列神经分层插值(N-HiTS)模型的光伏功率超短期多步预测方法。首先,提出用于筛选外生变量的综合相关性度量(ICM)指标,并采用K近...
关键词：光伏功率预测 时间序列神经分层插值模型(N-HiTS) 综合相关性度量(ICM) K近邻(KNN) 线性插值 
基于灰狼算法和极限学习机的风速多步预测被引量：3
《郑州大学学报（工学版）》2024年第2期89-96,共8页张文煜 马可可 郭振海 赵晶 邱文智 
国家自然科学基金资助项目(41875085)。
为了提高风速的多步预测水平,提出了一种基于数据信号分解和灰狼算法优化极限学习机的混合预测模型。首先,使用具有自适应噪声的完全集成经验模态分解算法将原始风速时间序列分解为若干本征模态函数和一个残差序列,并使用偏自相关函数...
关键词：风速预测 多步预测 信号分解 特征选择 灰狼优化算法 极限学习机 
基于MIC-EEMD-改进Informer的含高比例清洁能源与储能的电力市场短期电价多步预测被引量：12
《电网技术》2024年第3期949-957,共9页许越 李强 崔晖 
中国电力科学研究院有限公司研究开发项目“电力现货市场通用出清与数据支撑关键技术”(52420022000R)。
随着电力现货市场的开展,短期电价预测对于各市场主体的决策有着重要意义,而高比例清洁能源与储能的不断接入给短期电价预测带来很大挑战。提出一种基于最大信息系数法(maximum information coefficient,MIC)、集成经验模态分解(ensembl...
关键词：高比例清洁能源 短期电价多步预测 最大信息系数 集成经验模态分解 改进Informer 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部