您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

动力与电气工程(5)

计算机科学技术(2)

管理学(1) 显示更多>>

中医学与中药学(0) 临床医学(0) 交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 农学(0) 冶金工程技术(0) 力学(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 数学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 电子、通信与自动控制技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

人工智能27283

SiC16969

基因14607

冠心病10181

数值模拟9902

我的筛选 >
2003-2021 全部
为您找到包含“short-term load forecasting”的内容共8

钟晓勇,李新炜,程鹏,李同,王启明,鞠平

2007-03-02

日负荷预测是电力市场运营的基本内容,预测精度高低对于电力系统安全经济调度运行具有极为重要的指导作用。如何提高预测精度也是学界一直不懈的追求目标。随着气象预报技术的发展及逐时预报技术的出现,电力部门尝试采用更为精确的逐时气象数据来预报对气象敏感的气象敏感负荷。针对短期负荷预测,作者通过分析郑州地区夏季日负荷数据与逐时气象数据,剖析了气象因素的影响和作用,提出了新的基于逐时气象数据选取相似日,根据夏季模式分类建立回归模型预测96点负荷的短期负荷预测方法,该模型力图寻求温度、湿度等逐时气象因素与负荷曲线之间的相关关系用于夏季天气多变的负荷预测。并用标准C语言编写程序嵌入电力市场软件UNIX环境下运行。实际应用表明,此预测模型取得了较好的预测效果。

河海大学电气工程学院,河南省电力公司,河南省电力公司,河南省电力公司,河海大学电气工程学院,河海大学电气工程学院

#动力与电气工程#

0评论(0 分享(0)

张超,吕玉琴,侯宾,陈小军,俎云霄

2013-04-22

介于电力负荷预测在电力系统中的重要性,本文首先对电力负荷预测对电力系统的意义进行了描述,概述了电力负荷预测的基本原理和步骤,分析了传统电力负荷预测方法的优缺点,在详细分析BP神经网络原理的基础上,设计了负荷分析方案,并通过对某市负荷数据的分析,在充分考虑了日常负荷与天气因素的关系之后,建立了神经网络短期负荷预测模型,并进行短期预测,验证了其具有较高的精度,且具有很强的稳定性,适合多种不同的预测环境。

北京邮电大学电子工程学院,北京 100876,北京邮电大学电子工程学院,北京 100876,北京邮电大学电子工程学院,北京 100876,北京邮电大学电子工程学院,北京 100876,北京邮电大学电子工程学院,北京 100876

#动力与电气工程#

0评论(0 分享(0)

WANG Yongli,HAN Jiqiong,FAN Lisha

(F&T), this paper built a short-term load forecasting model, and obtain good results. And to prove the

2014-12-23

Beijing philosophy and social science planning projects(13JGC098

Doctoral Fund of Ministry of Education of Chin(20110036120001

Natural Science Foundation of China(71101048

School of Economics and Management, North China Electric Power University (NCEPU),School of Economics and Management, North China Electric Power University (NCEPU),Jibei Electric Power Company Limited Training Center Beijing

#Management#

0评论(0 分享(0)

孟祥斌

2008-11-24

电力系统负荷的嵌套周期性和相关因素的冗余和不确定性是产生预测误差的主要来源,本文通过建立映射数据库,将相关因素量化,选择出一系列最佳相似日的负荷数据作为用于预测的历史负荷数据,消除或降低其它冗余因素的影响。再利用小波变换回归分析建模对贵州电网日96 点负荷实例进行预测, 与BP 神经网络法相比, 本模型预测精度高, 在短期负荷预测中具有有效性和可行性。

大连理工大学电信学院计算机应用技术专业

#计算机科学技术#

0评论(0 分享(0)

王莹,刘瑞叶

2009-07-06

虽然支持向量机具有非线性拟合、泛化能力强、训练收敛速度快等显著特点,但当处理海量电力负荷数据时,支持向量机的训练效率降低,针对解决这一问题提出的最小二乘支持向量机被引入电力短期负荷预测中。当负荷样本数据维数过高时,最小二支持乘向量机负荷预测模型的泛化能力将下降,主成分分析就是一种线性降维的措施。本文建立了基于主成分分析的最小二乘支持向量机的电力短期负荷预测模型,经过算例验证,该方法减少了工作量,提高了负荷预测模型的预测精度。通过主成分分析获得的是原始特征的线性关系,核主成分分析能够反映原始特征的非线性关系。本文提出了基于核主成分分析的最小二乘支持向量机的短期负荷预测模型,经过算例验证,该模型比基于主成分分析的最小二乘支持向量机的负荷预测模型的精度有所提高。

高等学校博士学科点专项科研基金(20060213042

哈尔滨工业大学电气工程及自动化学院,哈尔滨工业大学电气工程及自动化学院

#动力与电气工程#

0评论(0 分享(0)

路小军

2007-10-23

无功优化是电力系统运行操作中的一个重要问题,为了使地区电网更好的实时调度无功,在实时调度中引入由超短期负荷预测得到的负荷值,提前设定各个无功补偿设备的无功出力,对地区电网的无功进行超前优化。通过算例分析,不仅提高地区电网的电压质量而且降低网损。

华北电力大学电气与电子工程学院

#动力与电气工程#

0评论(0 分享(0)

李劲秋,王韶

2018-05-15

针对目前采用最小二乘支持向量机进行电力系统短期负荷预测时,运用混沌粒子群算法选取参数不能完全解决早熟,导致精度下降的问题,本文基于Logistic函数提出一种粒子惯性权重模型对现有混沌粒子群算法权重调节方式进行改进。把提出的惯性权重模型、适应度方差和平均粒矩引入混沌粒子群算法中增强其寻优能力。将改进混沌粒子群算法用于最小二乘支持向量机的电力系统短期负荷预测方法中。最后用华东某地区实际电网的历史负荷数据和气象数据验证方法的可行性和有效性。

State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University),Shapingba District,Chongqing 400044,China,State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University),Shapingba District,Chongqing 400044,China

#动力与电气工程#

0评论(0 分享(0)

余思腾,邹华,林荣恒

2021-01-04

近年来智能电网快速发展,以及电力市场化不断进行,短期负荷预测在实时电价制定,合同电量分配,系统充裕性评估等应用中起到重要作用。负荷可以分为个人住户负荷和众多用户的聚合负荷,相比于后者,个人住户负荷的用电行为模式更不稳定且随机性更大,因此预测难度更大。本文关注短期个人负荷预测的一个场景,日前负荷预测问题。本文提出一个基于深度神经网络的新颖预测模型,模型采用了时下流行的时间卷积网络而非传统的循环神经网络。综合序列的长期时序模式和周期性的短期时序模式,分别用TCN提取二者的时序特性,融合之后输出预测结果。在公开数据集上,对本文模型与LSTM、TCN等对比模型的效果进行验证,实验结果表明,本模型取得了最佳的预测效果。

School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, 100876,School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, 100876,School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, 100876

#计算机科学技术#

0评论(0 分享(0)