检索结果-南通市图书馆

基于特征构建及CAE-LSTM的短期电量预测方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第2期41卷 41-48,137页

作者：罗俊然温蜜何蔚上海电力大学计算机科学与技术学院上海201306 公安部第三研究所上海200031

线损率能够反映企业的管理水平和经济效益,而供售电不同期会导致线损统计存在误差,因此需要进行短期电量预测。针对现有方法未能充分挖掘电量影响因素的问题,提出基于特征构建及CAE-LSTM的短期电量预测方法。通过数据分析构建特征,并使... 详细信息

线损率能够反映企业的管理水平和经济效益,而供售电不同期会导致线损统计存在误差,因此需要进行短期电量预测。针对现有方法未能充分挖掘电量影响因素的问题,提出基于特征构建及CAE-LSTM的短期电量预测方法。通过数据分析构建特征,并使用MIC进行筛选;使用ARIMA预测电量值,并与特征进行数据重构;通过CAE-LSTM对数据进行特征提取,得到预测结果。实验结果表明,提出的方法能够更有效地提取数据特征,实现更高的预测精度。

关键词：数据分析特征构建 CAE LSTM ARIMA 电量预测最大信息系数

计及数据不平衡的RUSBoost-LightGBM短期负荷预测方法

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第6期43卷 41-49页

作者：张毅温蜜上海电力大学计算机科学与技术学院上海201306

随着人工智能技术的发展,负荷预测的准确度显著提高,但仍有一些负荷曲线预测精度较低。造成这种现象的原因在于训练集中这类负荷曲线属于少数类,导致数据不平衡,模型无法充分学习,从而影响了预测的精度。为解决电力负荷数据不平衡问题... 详细信息

随着人工智能技术的发展,负荷预测的准确度显著提高,但仍有一些负荷曲线预测精度较低。造成这种现象的原因在于训练集中这类负荷曲线属于少数类,导致数据不平衡,模型无法充分学习,从而影响了预测的精度。为解决电力负荷数据不平衡问题导致的预测精度降低的问题,提出了一种先分类后预测的解决方法。通过改进的K-Mediods方法把具有高相似性的历史负荷曲线进行聚类,并构造分类标签与电力负荷的特征集;然后根据预测时间的特征进行分类,通过RUSBoost算法很好的优化了分类过程中数据不平衡问题;最后在每类中使用LightGBM算法进行负荷预测。在公开数据集上的实验表明,所提出方法对少数类负荷的预测效果显著,其平均绝对百分比误差(MAPE)为2.95%,均方根误差(RMSE)为175.71MW;对于常规负荷的预测,MAPE为3.52%,RMSE为195.84MW,相对其他方法也具有较好的预测效果。

关键词：负荷预测负荷曲线聚类数据不平衡 RUSBoost LightGBM

基于ELM和误差校正的风力发电区间预测方法

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2024年第4期41卷 69-74,101页

作者：胡子延温蜜魏敏捷上海电力大学计算机科学与技术学院上海200090 上海电力大学电气工程学院上海200090

风力发电过程中具有不稳定性和随机性,传统的点预测获得的结果准确性欠佳且无法获得预测值的区间波动范围。提出了一种基于极限学习机(ELM)和误差校正的风力发电区间预测方法。首先,使用皮尔逊相关系数挖掘出数据集中重要特征;然后,建立... 详细信息

风力发电过程中具有不稳定性和随机性,传统的点预测获得的结果准确性欠佳且无法获得预测值的区间波动范围。提出了一种基于极限学习机(ELM)和误差校正的风力发电区间预测方法。首先,使用皮尔逊相关系数挖掘出数据集中重要特征;然后,建立ELM网络生成预测值,将生成的预测值与原始的风力发电功率值作对比得到风力发电功率的误差;再将误差和原始的数据结合成新的数据集输入到已经训练好的ELM网络模型中,得到校正过后的误差;最后,通过所提出的区间构造方法得到风电功率预测区间。仿真结果表明,校正过后的误差比原始误差小,构造出的区间具有较高的可靠性和较窄的区间带宽,能更准确地描述风力发电出力范围。

关键词：风力发电特征挖掘预测区间极限学习机误差校正

基于数据库驱动认知无线电网络的位置隐私保护方案

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第2期48卷 164-172页

作者：徐鑫温蜜上海电力大学计算机科学与技术学院上海201306

动态频谱共享能够解决由于互联无线设备快速增长导致的频谱资源短缺问题,但用户需要向数据库提交位置信息来查询频谱的可用性,造成用户的隐私泄露,而多数位置信息保护方案较少同时考虑对主要用户(PU)和二级用户(SU)的位置隐私保护。提... 详细信息

动态频谱共享能够解决由于互联无线设备快速增长导致的频谱资源短缺问题,但用户需要向数据库提交位置信息来查询频谱的可用性,造成用户的隐私泄露,而多数位置信息保护方案较少同时考虑对主要用户(PU)和二级用户(SU)的位置隐私保护。提出一种基于盲签名和秘密共享的数据库驱动认知无线电网络隐私保护方案。通过对PU和SU的双重隐私保护,使用盲签名和匿名来确保匿名验证用户身份,同时运用秘密共享避免泄露用户信息。仿真结果表明,与PeDSS和LP-Goldberg等方案相比,该方案具有较好的评估性能和更高的安全性,能够更好地应用于移动环境中。

关键词：盲签名位置隐私保护认知无线电网络用户协作秘密共享

基于多尺度LDTW和TCN网络的空间负荷预测

在线全文

学校读者我要写书评

暂无评论

计算机工程 2023年

作者：马越温蜜上海电力大学计算机科学与技术学院

空间负荷预测为合理建设和使用变电站、馈线等提供了重要的指导，成为配电网规划中不可或缺的一部分。配电网规划的精细化产生了大量高分辨率的负荷数据，社会的快速发展使得地块的用电特征日趋复杂。当前的空间负荷预测没有充分考虑负... 详细信息

空间负荷预测为合理建设和使用变电站、馈线等提供了重要的指导，成为配电网规划中不可或缺的一部分。配电网规划的精细化产生了大量高分辨率的负荷数据，社会的快速发展使得地块的用电特征日趋复杂。当前的空间负荷预测没有充分考虑负荷数据之间的时间特性，且在预测过程中也没有考虑到不同类型地块间可能存在的负荷峰值出现时间不一致问题。本文提出的空间负荷预测方法通过基于多尺度LDTW的谱聚类分析用户的负荷曲线在形状上的相似性并提取不同地块的典型用电行为，基于进一步的分类确定同类型地块对应的同时率。多尺度LDTW通过限制序列之间匹配步长的上限来抑制病态匹配的产生，提高了曲线相似性的综合评估能力。根据聚类结果筛选适合待预测区域的训练样本并构建基于TCN的回归预测模型，将预测结果基于地块各自的同时率进行聚合，实现空间负荷预测。文中提出的方法加强了对负荷曲线形状的分析和对不同类型地块同时率的区分，在聚类方面，DBI指数达到0.57，VI指数达到0.31；在预测方面，相对误差达到1.93%，决定系数达到0.941，相比其它方法均取得了较大提升。

关键词：空间负荷预测动态时间规整谱聚类同时率时间卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进SSD算法在交通标志检测中的应用

计算机工程与应用 2023年第4期59卷 147-155页

作者：孙超温蜜景俐娜上海电力大学计算机科学与技术学院上海200090

针对交通标志检测存在误检率高、鲁棒性差等问题,提出了一种改进SSD(single shot multibox detector)的交通标志检测方法。首先从不同维度提取交通标志的位置和方向感知信息,改善目标在浅层特征图上的感受野区域。其次使用特例化的卷积... 详细信息

针对交通标志检测存在误检率高、鲁棒性差等问题,提出了一种改进SSD(single shot multibox detector)的交通标志检测方法。首先从不同维度提取交通标志的位置和方向感知信息,改善目标在浅层特征图上的感受野区域。其次使用特例化的卷积内核对深层特征图进行条件参数卷积,增强交通标志的特征表达能力。最后对通道注意力机制进行改进,在特征通道中融入目标空间信息,提升交通标志目标的显著性。实验结果表明,提出的方法相较于原始SSD在CCTSDB数据集上的检测精度提升了7.6个百分点,检测速度达到87.5 FPS;在LISA数据集上的平均准确率为94.6%,检测速率为85.0 FPS。相比于其他的检测方法,改进后的SSD算法在复杂的自然场景中对交通标志具有更好的鲁棒性。

关键词：交通标志检测 SSD 特征提取条件参数卷积注意力机制

在线全文

学校读者我要写书评

暂无评论

数据驱动的时间注意力卷积风电功率预测模型

太阳能学报 2022年第10期43卷 167-176页

作者：张浩田温蜜李晋国田英杰上海电力大学计算机科学与技术学院上海200090 国网上海市电力公司电力科学研究院上海200437

由于风电受气象特征影响大,风能波动性和间歇性强,导致快速、精准的风电预测成为一个难题。对此,该文提出一种基于数据驱动的时间注意力卷积网络的风电功率预测方法。首先,将来自风力机和数据采集(SCADA)系统的数据进行清洗;然后采用可... 详细信息

由于风电受气象特征影响大,风能波动性和间歇性强,导致快速、精准的风电预测成为一个难题。对此,该文提出一种基于数据驱动的时间注意力卷积网络的风电功率预测方法。首先,将来自风力机和数据采集(SCADA)系统的数据进行清洗;然后采用可并行计算的时间卷积网络,并加入Attention机制突出关键特征的影响,使模型训练速度和预测精度得到有效提升。实验结果表明,该文所提方法与其他方法相比可更准确地减少数据噪声,同时有更高的预测精度和更快的训练速度。

关键词：风力发电异常检测神经网络预测注意力机制

在线全文

学校读者我要写书评

暂无评论

考虑用户用电行为聚类的电力负荷预测方法

计算机仿真 2022年第12期39卷 148-153页

作者：黄薇温蜜张照贝国网上海市电力公司上海200122 上海电力大学计算机科学与技术学院上海201303

为进一步发挥用户用电细粒度负荷数据的内在价值并提高用户聚合体的电力负荷预测精度,提出一种考虑用户用电行为聚类的电力负荷预测方法。方法先计算用户用电数据的分位数自协方差作为用户用电行为特征;使用层次聚类算法对用户用电行为... 详细信息

为进一步发挥用户用电细粒度负荷数据的内在价值并提高用户聚合体的电力负荷预测精度,提出一种考虑用户用电行为聚类的电力负荷预测方法。方法先计算用户用电数据的分位数自协方差作为用户用电行为特征;使用层次聚类算法对用户用电行为特征聚类;在用户聚类的基础上建立分位数回归森林电力负荷预测模型,通过对各类用户负荷预测结果求和,得到用户聚合体负荷预测结果。采用伦敦用户用电数据集进行仿真,结果表明提出方法能够提高用户聚合体负荷预测的精度。

关键词：电力负荷预测分位数自协方差用电行为聚类分位数回归森林

在线全文

学校读者我要写书评

暂无评论

基于SA的光伏出力概率密度预测方法

计算机仿真 2023年第5期40卷 154-161页

作者：邢晨温蜜张照贝上海电力大学计算机科学与技术学院上海201303

针对目前光伏出力预测方法存在对特征考虑不全面和预测精度不高的问题,提出一种基于Seq2seq-Attention进行光伏出力的概率密度预测方法。首先采用四分位法和三次样条插值法修正原始数据;其次采用三种不同的聚类方法重新构建特征;最后建... 详细信息

针对目前光伏出力预测方法存在对特征考虑不全面和预测精度不高的问题,提出一种基于Seq2seq-Attention进行光伏出力的概率密度预测方法。首先采用四分位法和三次样条插值法修正原始数据;其次采用三种不同的聚类方法重新构建特征;最后建立一种由卷积神经网络和门控循环网络组成的Seq2seq模型进行光伏出力预测,通过核密度估计得到出力的概率密度曲线。采用澳大利亚光伏电站数据集进行仿真,结果表明提出方法充分考虑特征影响,在预测精度方面优于其它模型。

关键词：聚类卷积神经网络门控循环网络分位数概率密度