期刊文献+
共找到1,097篇文章
< 1 2 55 >
每页显示 20 50 100
频域分解和深度学习算法在短期负荷及光伏功率预测中的应用
1
作者 张倩 马愿 +2 位作者 李国丽 马金辉 丁津津 《中国电机工程学报》 EI CSCD 北大核心 2019年第8期2221-2230,共10页
由于光伏发电和负荷的时变特性,光伏发电功率的消纳存在动态的过程,提升精细化的光伏及负荷预测技术对配电网的实时调度运行至关重要。该文在负荷和光伏发电精确预测的基础上,对光伏消纳能力进行分析。首先提出一种基于频域分解的短期... 由于光伏发电和负荷的时变特性,光伏发电功率的消纳存在动态的过程,提升精细化的光伏及负荷预测技术对配电网的实时调度运行至关重要。该文在负荷和光伏发电精确预测的基础上,对光伏消纳能力进行分析。首先提出一种基于频域分解的短期负荷预测方法;其次,应用基于孤立森林和长短期记忆神经网络,预测短期光伏发电功率;然后,分析负荷特性及光伏发电特性;最后,结合消纳指标对安徽省某地级市国庆期间进行消纳能力分析。实验结果表明,所提出的短期负荷及光伏预测方法可达到理想的预测效果,消纳分析结果为该地区配电网火电机组调配提供参考意义。 展开更多
关键词 短期负荷预测 短期光伏发电功率预测 频域分解 孤立森林 短期记忆神经网络
基于CNN-LSTM混合神经网络模型的短期负荷预测方法 被引量:1
2
作者 陆继翔 张琪培 +3 位作者 杨志宏 涂孟夫 陆进军 彭晖 《电力系统自动化》 EI CSCD 北大核心 2019年第8期131-137,共7页
为了更好地挖掘海量数据中蕴含的有效信息,提高短期负荷预测精度,针对负荷数据时序性和非线性的特点,提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型短期负荷预测方法,将海量的历史负荷数据、气象数据、日期信息以... 为了更好地挖掘海量数据中蕴含的有效信息,提高短期负荷预测精度,针对负荷数据时序性和非线性的特点,提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型短期负荷预测方法,将海量的历史负荷数据、气象数据、日期信息以及峰谷电价数据按时间滑动窗口构造连续特征图作为输入,先采用CNN提取特征向量,将特征向量以时序序列方式构造并作为LSTM网络输入数据,再采用LSTM网络进行短期负荷预测。使用所提方法对江苏省某地区电力负荷数据进行预测实验,实验结果表明,文中所提出的预测方法比传统负荷预测方法、随机森林模型负荷预测模型方法和标准LSTM网络负荷预测方法具有更高的预测精度。 展开更多
关键词 短期负荷预测 卷积神经网络 短期记忆网络 卷积神经网络—长短期记忆网络混合模型
降温负荷研究 预览
3
作者 谢琳 陈丽林 《通信电源技术》 2019年第7期58-59,62共3页
随着居民生活水平的提高,降温负荷对电网产生的影响越来越大,所以对降温负荷的研究变得愈发重要。基于华中某地区2018年夏季6-8月负荷的研究,定量分析了日最大负荷、日电量和气温的关系,选取春季负荷作为基准值,估算出降温负荷,并将此... 随着居民生活水平的提高,降温负荷对电网产生的影响越来越大,所以对降温负荷的研究变得愈发重要。基于华中某地区2018年夏季6-8月负荷的研究,定量分析了日最大负荷、日电量和气温的关系,选取春季负荷作为基准值,估算出降温负荷,并将此运用于夏季大负荷预测中。提高短期负荷预测精度,为电网规划、运行、调度提供参考。 展开更多
关键词 降温负荷 短期负荷预测 预测精度
在线阅读 下载PDF
基于Haar小波与ARIMAX模型进行短期负荷预测 预览
4
作者 党亚峥 徐腾飞 高岩 《上海理工大学学报》 CAS CSCD 北大核心 2019年第1期64-70,共7页
为了提高对非稳态负荷的预测精度,提出了基于Haar小波分析和ARIMAX模型的短期负荷预测方案。首先,通过Haar小波将高频信息序列与低频信息序列分别从电价与负荷序列中分解出来;其次,分别利用电价序列的高、低频序列对负荷序列的高、低频... 为了提高对非稳态负荷的预测精度,提出了基于Haar小波分析和ARIMAX模型的短期负荷预测方案。首先,通过Haar小波将高频信息序列与低频信息序列分别从电价与负荷序列中分解出来;其次,分别利用电价序列的高、低频序列对负荷序列的高、低频序列进行ARIMAX模型构建和预测;最后,将含有电价信息的高、低频负荷预测值进行Haar小波重构,得到负荷序列的预测值。通过实例验证表明,本文采用ARIMAX模型添加的电价信息,弥补了多次预测产生的误差,对短期负荷的预测精度高于传统时间序列方法。 展开更多
关键词 HAAR小波 ARIMAX模型 电价信息 负荷 短期负荷预测
在线阅读 下载PDF
基于K-means聚类的小波支持向量机配电网短期负荷预测及应用 预览
5
作者 詹仁俊 《供用电》 2019年第4期64-70,共7页
配电主站因量测能力不足制约着潮流计算、负荷转供等应用功能的工程实用化水平。在智能配用电大数据环境下,针对配电网负荷波动性和随机性大的特点,提出K-means聚类和小波—支持向量机相结合的配电网短期负荷预测方法。通过横向聚类分... 配电主站因量测能力不足制约着潮流计算、负荷转供等应用功能的工程实用化水平。在智能配用电大数据环境下,针对配电网负荷波动性和随机性大的特点,提出K-means聚类和小波—支持向量机相结合的配电网短期负荷预测方法。通过横向聚类分析提取日负荷典型特征曲线,补全历史缺失数据;通过纵向聚类分析对历史相似日归类,挖掘外部环境因素对负荷的影响。采用小波变换将历史数据分解到不同的尺度上,结合聚类结果形成各分支训练样本进行支持向量机预测,各分支预测结果叠加生成最终预测结果。基于配电变压器负荷预测的结果对负荷转供方案进行安全校验,为线路检修计划提供指导。 展开更多
关键词 聚类 小波分解 支持向量机 短期负荷预测 负荷转供
在线阅读 下载PDF
台风期间福建电网短期负荷预测研究 预览
6
作者 吴荣福 林文贵 《电工电气》 2019年第1期26-29,45共5页
台风对电网负荷的影响具有不确定性和随机性,传统负荷预测结果往往不是很理想。结合福建电网的实际情况,归纳分析历年影响福建电网的台风活动规律,提出一种适合台风期间的负荷预测方法。若存在可用相似日,考虑负荷年增长趋势等因素,给... 台风对电网负荷的影响具有不确定性和随机性,传统负荷预测结果往往不是很理想。结合福建电网的实际情况,归纳分析历年影响福建电网的台风活动规律,提出一种适合台风期间的负荷预测方法。若存在可用相似日,考虑负荷年增长趋势等因素,给出一种基于相似日修正的负荷预测方法;而针对无可用相似日的台风,提出一种基准负荷修正的预测思路。研究表明,该预测方法能够有效提高福建电网的短期负荷预测精度,具有一定的理论意义和应用价值。 展开更多
关键词 短期负荷预测 台风 相似日修正 基准负荷修正
在线阅读 下载PDF
基于长短期记忆神经网络的短期负荷预测 预览
7
作者 翟毅 徐丽燕 +3 位作者 季学纯 季慧英 王纪立 沙一川 《信息技术》 2019年第10期27-31,共5页
准确的电力负荷预测是电力系统安全、稳定、经济、优质运行的前提,负荷预测的本质是通过历史数据对未来负荷情况做出预先估计。电量的快速增长和用户的多元化对负荷预测提出了更高的要求。文中提出了一种基于长短期记忆网络的负荷预测方... 准确的电力负荷预测是电力系统安全、稳定、经济、优质运行的前提,负荷预测的本质是通过历史数据对未来负荷情况做出预先估计。电量的快速增长和用户的多元化对负荷预测提出了更高的要求。文中提出了一种基于长短期记忆网络的负荷预测方法,利用长短期网络数据驱动和对时间序列建模强的特点,对于含非线性、不确定性的系统,提取其负荷数据中的周期特征,具有较强的自适应性。以真实数据为算例,验证了方法的有效性。 展开更多
关键词 短期记忆网络 短期负荷预测 数据驱动 时间序列
在线阅读 下载PDF
基于组合预测模型的新能源电力系统短期负荷预测研究 预览
8
作者 杨韵 蔡秋娜 +3 位作者 张乔榆 闫斌杰 钟雅珊 黄红伟 《自动化技术与应用》 2019年第8期102-106,共5页
随着风电、光伏等新能源的快速发展,电力系统的负荷需求变化和新能源出力的随机波动性具有高度的相关性,因此负荷的短期预测需考虑新能源出力的影响。本文提出一种融合支持向量机和双链马尔科夫理论的新能源电力系统短期负荷预测模型,... 随着风电、光伏等新能源的快速发展,电力系统的负荷需求变化和新能源出力的随机波动性具有高度的相关性,因此负荷的短期预测需考虑新能源出力的影响。本文提出一种融合支持向量机和双链马尔科夫理论的新能源电力系统短期负荷预测模型,该模型首先采用支持向量机挖掘负荷序列的整体变化趋势,并通过粒子群算法进行参数优化,然后通过双链马尔科夫模型来深层次分析考虑新能源出力因素的负荷时序变化特征,以此来修正支持向量机的初始预测结果。最后以国内某实际电网的新能源及负荷的实际出力数据为例,对所提方法的可行性和有效性进行了验证。 展开更多
关键词 新能源电力系统 短期负荷预测 支持向量机 双链马尔科夫 组合预测模型
在线阅读 下载PDF
考虑气象因素影响的北京电网短期负荷预测研究
9
作者 喻乐 施磊 +2 位作者 沈茂亚 谢旭 张晶 《电气应用》 2019年第2期75-81,共7页
北京作为我国首都。其电网城市负荷特性日渐明显,这一变化给电网负荷预测工作带来了新的挑战。从北京电网负荷特性情况出发,分析了在气象因素影响下,电采暖负荷、日照敏感负荷等对电网短期负荷预测的影响。针对不同类型负荷受体感温度... 北京作为我国首都。其电网城市负荷特性日渐明显,这一变化给电网负荷预测工作带来了新的挑战。从北京电网负荷特性情况出发,分析了在气象因素影响下,电采暖负荷、日照敏感负荷等对电网短期负荷预测的影响。针对不同类型负荷受体感温度、日照强度等气象因素影响的特点,采用BP神经网络及聚类算法对北京电网负荷进行短期负荷预测,并通过历史电网负荷及气象数据对预测结果进行了对比分析。 展开更多
关键词 气象因素 体感温度 短期负荷预测 层次聚类 神经网络
考虑降雨量影响的径流式小水电计划出力校正方法研究 预览
10
作者 李文娟 张海涛 +2 位作者 王家华 向春勇 于美丽 《电气自动化》 2019年第4期99-103,共5页
径流式小水电受降雨影响,出力具有很强的不确定性,小水电计划出力往往严重偏离实际出力,影响了多小水电地区的短期负荷预测准确率。为降低小水电计划出力与实际出力的偏差,提高计划出力的准确率,提出了一种考虑降雨影响的小水电计划出... 径流式小水电受降雨影响,出力具有很强的不确定性,小水电计划出力往往严重偏离实际出力,影响了多小水电地区的短期负荷预测准确率。为降低小水电计划出力与实际出力的偏差,提高计划出力的准确率,提出了一种考虑降雨影响的小水电计划出力的校正方法。将出力偏差分解为水平偏差和增量偏差后,分别进行校正,以实际出力的变化趋势和波动情况校正水平偏差,然后考虑增量偏差与降雨量的关系进行建模校正。以云南滇西北某小水电出力为例进行了验证,结果表明,方法具有良好的校正效果和适用性。 展开更多
关键词 小水电 计划出力 校正方法 降雨影响 建模分析 短期负荷预测
在线阅读 下载PDF
基于气温累积效应和灰色关联度的短期负荷预测研究 预览
11
作者 张海涛 李文娟 +2 位作者 向春勇 王家华 刘丽新 《电气自动化》 2019年第3期52-55,共4页
气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程... 气象因素是短期负荷预测重要的影响因素。为提高预测精度,研究了一种基于气温累积效应和灰色关联度的支持向量机拓展算法——最小二乘支持向量机(least squares support vector machine,LSSVM)。通过相关性分析得到与日平均负荷相关程度较大的气象因素。在此基础上,结合气温累积效应采用灰色关联方法对历史日进行分析,选取与待预测日关联度较大的历史日作为相似日,并对LSSVM模型进行训练和预测。实际应用表明,使用所提出的预测模型和数据处理方法能够得到更加精确的预测结果。 展开更多
关键词 短期负荷预测 气温累积效应 灰色关联度 相似日 最小二乘支持向量机(LSSVM)
在线阅读 下载PDF
自编码器与PSOA-CNN结合的短期负荷预测模型
12
作者 王文卿 撖奥洋 +1 位作者 于立涛 张智晟 《山东大学学报:理学版》 CAS CSCD 北大核心 2019年第7期50-56,共7页
提出了一种自编码器与PSO算法优化卷积神经网络结合的电力系统短期负荷预测模型。首先利用自编码器对相关变量数据进行处理,降低所需数据的噪声变量,提高预测效率;然后利用粒子群算法对卷积神经网络的权值和阈值进行优化,可有效提高预... 提出了一种自编码器与PSO算法优化卷积神经网络结合的电力系统短期负荷预测模型。首先利用自编码器对相关变量数据进行处理,降低所需数据的噪声变量,提高预测效率;然后利用粒子群算法对卷积神经网络的权值和阈值进行优化,可有效提高预测模型的预测精度和预测速度。通过对实际电网的负荷数据进行仿真,验证了模型具有较高的预测精度。 展开更多
关键词 卷积神经网络 自编码器 粒子群优化算法 短期负荷预测
智能电网背景下的大数据处理与短期负荷预测综述 预览
13
作者 汪威为 陈超洋 《无线互联科技》 2019年第5期3-5,共3页
文章简单介绍了现代大数据和电力系统的短期负荷预测两种技术,分析了智能电网中大数据的特点及应用,探讨了大数据在智能电网运行和调度上发挥的作用,并研究分析了智能电网中大数据的发展。然后论述了现代短期负荷预测的特点及影响其预... 文章简单介绍了现代大数据和电力系统的短期负荷预测两种技术,分析了智能电网中大数据的特点及应用,探讨了大数据在智能电网运行和调度上发挥的作用,并研究分析了智能电网中大数据的发展。然后论述了现代短期负荷预测的特点及影响其预测精度的相关因素,进一步综合了解各种预测方法的原理,相对地将优点和不足之处进行分析比较。最后简述了大数据处理与短期负荷预测的关系并分析了大数据处理在短期负荷预测中的作用。 展开更多
关键词 智能电网 大数据 短期负荷预测
在线阅读 下载PDF
基于CEEMD与VHBFO_SVM的微网短期负荷预测模型 预览
14
作者 赵敏 《煤矿机电》 2019年第5期38-43,共6页
为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有... 为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有模态函数分量均值,并建立VHBFO_SVM模型对各组分量分别进行预测,最后通过叠加各组分量的预测结果得到预测值。以国内某微网示范工程项目为例,将VHBFO_SVM用于微网短期负荷预测。实例仿真结果表明,所提出的VHBFO_SVM预测模型优于SVM预测模型,更适用于当前微网短期负荷预测需要。 展开更多
关键词 微网 短期负荷预测 补充的总体平均经验模态分解(CEEMD) 变概率混合细菌觅食优化算法(VHBFO) 支持向量机(SVM)
在线阅读 下载PDF
考虑大气污染防治措施影响的短期电力负荷预测模型研究 预览
15
作者 何忠华 张涛 +5 位作者 胡娱欧 李付强 韩亮 李兵抗 赵会茹 郭森 《智慧电力》 北大核心 2019年第5期1-9,共9页
2013年以来,我国出台了一系列大气污染防治措施,旨在降低大气污染水平,这些措施的实施会通过影响电力用户用电行为来影响地区的短期用电需求。分析了大气污染防治措施对地区短期用电需求的影响机理,构建了考虑大气污染防治措施影响的短... 2013年以来,我国出台了一系列大气污染防治措施,旨在降低大气污染水平,这些措施的实施会通过影响电力用户用电行为来影响地区的短期用电需求。分析了大气污染防治措施对地区短期用电需求的影响机理,构建了考虑大气污染防治措施影响的短期负荷预测模型,以北京市为例进行了实证分析,指出大气污染防治措施对北京市短期负荷具有显著影响。此外,所构建的基于K均值聚类和SSA-LSSVM方法的预测模型具有计算复杂度低、能够避免模型参数设定的主观性等特点,为短期负荷预测提供了有效工具。 展开更多
关键词 大气污染防治措施 短期负荷预测 K均值聚类 SSA-LSSVM方法
在线阅读 免费下载
一种基于HHT的短期负荷组合预测方法 预览
16
作者 杨春玲 张雅雯 陈晶 《重庆电力高等专科学校学报》 2019年第3期9-11,共3页
提出了一种希尔伯特-黄变换和自适应加权最小二乘支持向量机相结合的短期电力负荷预测方法。先利用HHT中的经验模态分解,将负荷值分解为几个低频段的拟周期量和1个高频段随机量,然后根据各分量瞬时频率特点选择最佳的AWLS-SVM模型预测,... 提出了一种希尔伯特-黄变换和自适应加权最小二乘支持向量机相结合的短期电力负荷预测方法。先利用HHT中的经验模态分解,将负荷值分解为几个低频段的拟周期量和1个高频段随机量,然后根据各分量瞬时频率特点选择最佳的AWLS-SVM模型预测,最后将各分量预测数据叠加。实例预测结果表明,该方法具有较高的预测精度。 展开更多
关键词 希尔伯特-黄变换 短期负荷预测 自适应加权最小二乘支持向量机
在线阅读 下载PDF
基于模糊控制与RBF-NN的电动汽车充电站短期负荷预测模型研究 预览
17
作者 王哲 张国营 +1 位作者 王瑞 代兵琪 《黑龙江电力》 CAS 2019年第3期206-210,共5页
电动汽车大量的充电负荷会冲击当地电网,为提高电动汽车充电站的负荷预测精度,提出了基于模糊控制在线修正RBF-NN短期负荷预测模型。该预测模型采用模糊控制原理对RBF-NN短期负荷预测模型的结果进行在线修正,与单一RBF-NN短期负荷预测... 电动汽车大量的充电负荷会冲击当地电网,为提高电动汽车充电站的负荷预测精度,提出了基于模糊控制在线修正RBF-NN短期负荷预测模型。该预测模型采用模糊控制原理对RBF-NN短期负荷预测模型的结果进行在线修正,与单一RBF-NN短期负荷预测模型相比,精度有了进一步的提高,证明了该预测模型的优越性。 展开更多
关键词 电动汽车充电站 短期负荷预测 模糊控制
在线阅读 下载PDF
基于GA-RBF神经网络的电力系统短期负荷预测 预览
18
作者 李婧 田龙威 王艳青 《上海电力学院学报》 CAS 2019年第3期205-210,共6页
针对短期负荷预测问题,提出了一种遗传算法径向基函数(GA-RBF)神经网络负荷预测方法,解决传统径向基函数(RBF)神经网络预测中难以确定最佳隐藏层数问题,以提高预测的准确性。首先分析了GA算法模型和RBF神经网络模型;然后利用GA算法与RB... 针对短期负荷预测问题,提出了一种遗传算法径向基函数(GA-RBF)神经网络负荷预测方法,解决传统径向基函数(RBF)神经网络预测中难以确定最佳隐藏层数问题,以提高预测的准确性。首先分析了GA算法模型和RBF神经网络模型;然后利用GA算法与RBF模型结合得到GA-RBF负荷预测模型;最后利用仿真工具对所建模型进行训练和预测。结果表明,与传统方法相比,其平均绝对百分误差值降低了4.7%,证明了该方法的精确性和有效性。 展开更多
关键词 电力系统 短期负荷预测 遗传算法 径向基函数
在线阅读 下载PDF
考虑气象累积效应的IPSO-BP神经网络短期负荷预测算法 预览
19
作者 张宜忠 杨旭东 +1 位作者 张正卫 刘丽新 《四川电力技术》 2019年第3期1-5,共5页
气象因素是短期负荷预测中的重要因素,考虑气象累积效应选取相似日作为训练样本,提出基于改进粒子群优化算法的BP神经网络负荷预测方法(IPSO-BP)。首先通过相关性分析得出与日负荷相关程度较大的气象因素;在此基础上,采用加权几何距离... 气象因素是短期负荷预测中的重要因素,考虑气象累积效应选取相似日作为训练样本,提出基于改进粒子群优化算法的BP神经网络负荷预测方法(IPSO-BP)。首先通过相关性分析得出与日负荷相关程度较大的气象因素;在此基础上,采用加权几何距离选取与待预测日关联度较大的历史日作为相似日,并对IPSO-BP神经网络模型进行训练和预测。实际应用结果表明,所提出的预测模型和数据处理方法能够得到更加精确的预测结果。 展开更多
关键词 短期负荷预测 气象累积效应 相似日选取 改进粒子群优化算法 BP神经网络
在线阅读 免费下载
基于大数据技术的短期负荷预测方法分析 预览
20
作者 王洪森 王广府 黄锐 《通信电源技术》 2019年第6期170-171,共2页
短期负荷预测无论是对电网动态估计还是电力负荷调度均有着重要的现实意义。面对海量的负荷数据与监测数据,需充分挖掘价值信息,以完成负荷预测。因此,以电力系统大数据特性为出发点,分析了用户用电规律和影响因素,提出了基于Hadoop架... 短期负荷预测无论是对电网动态估计还是电力负荷调度均有着重要的现实意义。面对海量的负荷数据与监测数据,需充分挖掘价值信息,以完成负荷预测。因此,以电力系统大数据特性为出发点,分析了用户用电规律和影响因素,提出了基于Hadoop架构的大数据技术,用于预测短期负荷。通过实验数据测试证明,该方法能够有效提高短期负荷预测精度,具有实用意义。 展开更多
关键词 大数据技术 短期负荷预测 HADOOP
在线阅读 下载PDF
上一页 1 2 55 下一页 到第
使用帮助 返回顶部 意见反馈