检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于相似日与多模型融合的短期负荷预测

电网技术 2023年第5期47卷 1961-1969页

作者：张大海孙锴和敬涵北京交通大学电气工程学院北京市海淀区100044

为提高负荷预测精度,以相似日思想为基础,构建了一种基于相似日与多模型融合的短期负荷预测框架。首先,通过Pearson相关系数确定负荷的气象影响因素,并结合气象因素及负荷日期类型进行相似日选取,构造历史数据集;其次,采用互补集合经验... 详细信息

为提高负荷预测精度,以相似日思想为基础,构建了一种基于相似日与多模型融合的短期负荷预测框架。首先,通过Pearson相关系数确定负荷的气象影响因素,并结合气象因素及负荷日期类型进行相似日选取,构造历史数据集;其次,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)技术将历史数据集分解为不同频率下的固有模态函数(intrinsic mode function,IMF)分量;然后,采用长短期时序网络(long short term time-series network,LSTNet)及极限学习机(extreme learning machine,ELM)模型分别对高频及低频IMF分量进行预测,经过结果的融合得到最终的负荷预测结果;最后,经过实际电力负荷验证,所提出模型具有较高的负荷预测精度。

关键词：短期负荷预测相似日 CEEMD LSTNet ELM

在线全文

学校读者我要写书评

暂无评论

电离层参数的相似日短期预测方法

电波科学学报 2010年第2期25卷 240-247页

作者：柳文焦培南冯静孔庆颜孙凤娟程延锋中国电波传播研究所电波环境特性及模化技术国家重点实验室山东青岛266107

提出了＂时间序列频率特征参数相似日＂和＂时间序列时频双特征参数相似日＂的电离层参数（F2层临界频率）短期预测方法,利用中国9个电离层观测台站一个太阳活动周（1977~1987年）的F2层临界频率数据对提前1~24h预测的精度进行了测试。... 详细信息

提出了＂时间序列频率特征参数相似日＂和＂时间序列时频双特征参数相似日＂的电离层参数（F2层临界频率）短期预测方法,利用中国9个电离层观测台站一个太阳活动周（1977~1987年）的F2层临界频率数据对提前1~24h预测的精度进行了测试。结果表明：相对于现有的一些短期预测方法,相似日的预测精度有明显改善,该方法简便、有效,具有实际工程应用价值。

关键词：电离层短期预测临界频率相似日

基于D-S证据理论的相似日支持向量机短期负荷预测

在线全文

学校读者我要写书评

暂无评论

电网技术 2010年第7期34卷 143-147页

作者：李鑫滨张娟张岩卢志刚电力电子节能与传动控制河北省重点实验室(燕山大学) 河北省秦皇岛市066004 河北建材职业技术学院党委宣传部河北省秦皇岛市066004

针对基于支持向量机(support vector machine,SVM)的负荷预测方法存在数据输入维数大、训练时间长等缺点,提出了一种基于证据融合的相似日支持向量机预测方法。选取相似日时考虑平均负荷的大小、负荷曲线形状和温度差值,通过证据融合得... 详细信息

针对基于支持向量机(support vector machine,SVM)的负荷预测方法存在数据输入维数大、训练时间长等缺点,提出了一种基于证据融合的相似日支持向量机预测方法。选取相似日时考虑平均负荷的大小、负荷曲线形状和温度差值,通过证据融合得到与预测日负荷高度相似的相似日,以此作为支持向量机的训练数据,剔除了大量的冗余数据,减少了输入维数,提高了预测精度。将该方法用于短期负荷预测,并与采用标准支持向量机法得到的结果进行对比,发现该方法可显著提高预测精度。

关键词：短期负荷预测相似日支持向量机证据理论

基于风速云模型相似日的短期风电功率预测方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2018年第6期42卷 53-59页

作者：阎洁许成志刘永前韩爽李莉华北电力大学可再生能源学院北京市102206 新能源电力系统国家重点实验室(华北电力大学) 北京市102206 能源安全与清洁利用北京市重点实验室(华北电力大学) 北京市102206

风电功率预测是解决风电不确定性影响的重要基础和必要手段,高比例风电并网条件下对每个时刻点的预测精度要求都将更为严格。训练样本是影响预测精度的关键因素之一,但由于实际天气系统的复杂多样性和类属模糊性,定向选择与调度时段内... 详细信息

风电功率预测是解决风电不确定性影响的重要基础和必要手段,高比例风电并网条件下对每个时刻点的预测精度要求都将更为严格。训练样本是影响预测精度的关键因素之一,但由于实际天气系统的复杂多样性和类属模糊性,定向选择与调度时段内风况相似的训练样本对预测精度至关重要。因此,提出了基于云模型定向选取风速相似日数据作为训练样本的短期风电功率预测方法,能够对指定时段内风速随机性和模糊性特征进行学习和建模,通过对历史数据的定向筛选和精细化利用提升预测精度。首先,以日为单位建立历史风速的云模型数据库;然后,建立云模型相似度量化指标,用于判断与待预测时段风速云模型最为相似的历史数据序列,以此为训练样本建立短期风电功率预测模型。在实际预测中,每日根据天气预报信息滚动更新训练样本和预测模型,提高预测精度。最后,选择中国北方某风电场运行数据进行实例分析,结果证明了所提方法能够提高风电功率预测精度,具有一定的工程实用价值。

关键词：风电功率预测风速云模型相似日训练样本样本定向选取

基于相似日与BA-WNN的分布式光伏数据虚拟采集方法

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2021年第6期41卷 8-14页

作者：葛磊蛟秦羽飞刘嘉恒白星振天津大学智能电网教育部重点实验室天津300072 山东科技大学电气与自动化工程学院山东青岛266590

我国分布式光伏电站具有点多面广、分散无序等特点,这使得光伏运维数据采集面临投资成本巨大且实时采集任务繁重等难题。提出一种基于相似日、蝙蝠算法与小波神经网络(BA-WNN)相结合的分布式光伏数据虚拟采集方法,实现在同一区域内仅1... 详细信息

我国分布式光伏电站具有点多面广、分散无序等特点,这使得光伏运维数据采集面临投资成本巨大且实时采集任务繁重等难题。提出一种基于相似日、蝙蝠算法与小波神经网络(BA-WNN)相结合的分布式光伏数据虚拟采集方法,实现在同一区域内仅1座分布式光伏电站安装完备的数据采集装置、其他分布式光伏电站安装价格较低的电流采集终端的场景下,完成区域范围内所有电站运维数据的虚拟采集。利用灰色关联度与余弦相似度构成相似性综合指标进行相似日的选取并建立相似日样本集;利用蝙蝠算法对小波神经网络的权值、伸缩因子与平移因子进行不断调整优化,并利用训练好的BA-WNN模型进行区域范围内分布式光伏电站出力数据的“实时+虚拟”采集。以区域范围内9座分布式光伏电站为例,验证了所提方法的可行性与有效性。

关键词：分布式光伏相似日相似性综合指标蝙蝠算法小波神经网络虚拟采集

在线全文

学校读者我要写书评

暂无评论

基于智能优化方法的相似日短期负荷预测

电力系统保护与控制 2021年第13期49卷 121-127页

作者：陈弘川蔡旭孙国歧魏晓宾曹云峰孙学锋苏辉张玲艳上海交通大学上海200240 山东德佑电气股份有限公司山东淄博255049

针对传统相似日法中各因素相似度及其权重需要人工赋值的不足,在充分考虑日期类型、日期距离、气象因素等几种主要常规影响因子的前提下,建立了一种基于智能优化方法的相似日模型对日用电量进行短期预测。相似度计算公式中全部原本需要... 详细信息

针对传统相似日法中各因素相似度及其权重需要人工赋值的不足,在充分考虑日期类型、日期距离、气象因素等几种主要常规影响因子的前提下,建立了一种基于智能优化方法的相似日模型对日用电量进行短期预测。相似度计算公式中全部原本需要人工赋值的参数均由历史数据基于果蝇优化算法训练得出。参数值可以根据特定用户的负荷变化特性动态调整,增强了相似日法的准确性和通用性。为了解决求解参数的多维优化问题,避免算法陷入局部极值,提出了一种引入多种群概念的果蝇优化算法,增强了算法的全局搜索能力。仿真实例表明,相比起传统的相似日模型,基于智能优化方法的相似日模型的预测准确率有了明显提高。

关键词：短期负荷预测相似日参数自适应果蝇优化算法

基于相似日小波支持向量机的短期电力负荷预测

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2006年第11期21卷 59-64页

作者：刘梦良刘晓华高荣山东农业大学信息与工程学院泰安271018 鲁东大学数学与信息学院烟台264025

对受不确定性影响的短期电力负荷,本文给出一种基于小波支持向量机的预测方法。采用小波变换将日负荷数据分解到不同尺度上,利用各相似日低频部分的最大最小负荷构造相似系数,通过支持向量机预测一天中最大和最小负荷,结合相似系数得到... 详细信息

对受不确定性影响的短期电力负荷,本文给出一种基于小波支持向量机的预测方法。采用小波变换将日负荷数据分解到不同尺度上,利用各相似日低频部分的最大最小负荷构造相似系数,通过支持向量机预测一天中最大和最小负荷,结合相似系数得到预测日低频部分各时刻的预测值;对于高频部分采用各时刻均方加权的方法预测负荷值,把各部分的负荷值叠加得到完整的负荷预测值。用山东某电力公司的数据进行数据仿真,取得了较好的预测效果。

关键词：负荷预测相似日小波变换支持向量机

在线全文

学校读者我要写书评

暂无评论

计及相似日的LSTM光伏出力预测模型研究

太阳能学报 2023年第8期44卷 316-323页

作者：王涛王旭许野李薇华北电力大学核科学与工程学院北京102206

为了提高光伏电站输出功率的预测精度,该文构建基于灰色关联度分析法(GRA)和长短期记忆神经网络(LSTM)的光伏发电组合预测模型。在运用GRA方法确定影响光伏出力的主要气象因素和选定待预测日的相似日的基础上,利用相似日的气象参数和实... 详细信息

为了提高光伏电站输出功率的预测精度,该文构建基于灰色关联度分析法(GRA)和长短期记忆神经网络(LSTM)的光伏发电组合预测模型。在运用GRA方法确定影响光伏出力的主要气象因素和选定待预测日的相似日的基础上,利用相似日的气象参数和实际发电量分别训练BP神经网络和LSTM神经网络,构建基于GRA的光伏出力智能预测模型,并在云南某光伏电站得到很好的应用。对比传统的单一预测模型和BP神经网络与GRA的组合模型,考虑相似日的LSTM预测模型的精度明显提升,可很好地满足相关要求,具有广阔的应用前景。

关键词：光伏发电预测模型长短期记忆神经网络相似日灰色关联度分析法

基于FHNN相似日聚类自适应权重的短期电力负荷组合预测

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2013年第3期37卷 54-57页

作者：牛东晓魏亚楠华北电力大学经济与管理学院北京市102206

提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模... 详细信息

提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模型,即自回归滑动平均(ARMA)模型、广义自回归条件异方差(GARCH)模型、人工神经网络(ANN)和支持向量机(SVM)分别进行模型预测。对于需要预测的负荷,根据历史数据,将一年的数据先按照季度分类,再分别按照月、日、小时,利用模糊神经网络(FHNN)将其聚类。根据不同单一预测模型在不同情景下的误差计算出组合权重,从而获得组合预测模型。算例分析验证了所提出的组合预测模型的有效性和精确性。

关键词：负荷预测组合预测自回归滑动平均模型广义自回归条件异方差模型人工神经网络支持向量机模糊神经网络相似日