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

短期负荷预测中选择相似日的探讨

清华大学学报（自然科学版） 2004年第1期44卷 106-109页

作者：莫维仁张伯明孙宏斌胡子珩清华大学电机工程与应用电子技术系北京100084

合理的选择预测相似日是提高负荷预测综合预测模型预测效果的有效途径。传统依据人工经验选择相似日并不具备最好的预测效果。为了进一步提高负荷预测准确度,该文深入研究了负荷的两个特征量,认为对预测日的负荷水平和负荷曲线形状进行... 详细信息

合理的选择预测相似日是提高负荷预测综合预测模型预测效果的有效途径。传统依据人工经验选择相似日并不具备最好的预测效果。为了进一步提高负荷预测准确度,该文深入研究了负荷的两个特征量,认为对预测日的负荷水平和负荷曲线形状进行预测时,应该选取不同的相似日,即该文提出的趋势相似日和形状相似日;给出了这两种相似日的选择方案,从日特征量、日前趋势相似度以及这两者的综合3个角度阐述了选择预测日的趋势相似日的原理和方法;该文通过应用实例证实了其中一个方案有效地提高了负荷预测准确度。

关键词：电力系统规划负荷预测电力市场综合模型相似日

在线全文

学校读者我要写书评

暂无评论

基于相似日搜索的空调短期负荷预测方法

华中科技大学学报（自然科学版） 2011年第12期39卷 76-80页

作者：王小刚石为人高鹏周伟重庆大学自动化学院重庆400044

针对新建楼宇空调系统做短期负荷预测工作时,缺少负荷预测所需的数据,难以实现空调系统优化节能的问题,提出一种基于相似日搜索的空调短期负荷预测方法———相似日搜索算法(SASD).算法首先通过分析空调负荷特性,定义日特征向量,构造日... 详细信息

针对新建楼宇空调系统做短期负荷预测工作时,缺少负荷预测所需的数据,难以实现空调系统优化节能的问题,提出一种基于相似日搜索的空调短期负荷预测方法———相似日搜索算法(SASD).算法首先通过分析空调负荷特性,定义日特征向量,构造日特征矩阵,缩小相似日的搜索范围;然后基于温度、湿度和风力3种天气影响因子,计算相似日的体感温度值;接着根据模糊思想选择正确的最终相似日判定因子,搜索得到最终相似日集合;最后通过判定选择面积中心法作为预测方法,实现工作日的负荷精确预测.仿真结果和实际预测效果表明:SASD可以精确预测空调负荷值,且在不同地区及不同时期具有一定的通用性.

关键词：空调系统负荷预测相似日体感温度特征向量特征矩阵

在线全文

学校读者我要写书评

暂无评论

改进相似日评价函数在短期负荷预测中的应用

高电压技术 2006年第10期32卷 114-117页

作者：李敏李钷刘涤尘国网武汉高压研究院武汉430074 武汉大学电气工程学院武汉430072

为提高短期负荷预测的精度,在分析传统相似日选取不足之处后提出了结合形状相似度与日特征相似度的两种改进的相似日评价函数,对其误差特性进行实例对比分析后得出了相似日方法在短期预测中部分共有的性质,最后结合回归预测方法,组成一... 详细信息

为提高短期负荷预测的精度,在分析传统相似日选取不足之处后提出了结合形状相似度与日特征相似度的两种改进的相似日评价函数,对其误差特性进行实例对比分析后得出了相似日方法在短期预测中部分共有的性质,最后结合回归预测方法,组成一种系统的短期负荷预测方法。通过实际数据的仿真实验证明该方法在传统相似日的基础上可以提高精度1.5%,是一种相对完整而有效的短期负荷预测方法。

关键词：相似日评价函数短期负荷预测对比分析回归方法

基于相似日与BiLSTM组合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

控制理论与应用 2024年第12期41卷 2304-2314页

作者：祁宇轩范俊岩吴定会汪晶江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 上海宝信软件有限公司上海201999

短期电力负荷存在非线性、波动性和影响因素多等特征,针对以上特征所导致的预测精度不足,本文提出一种基于相似日与双向长短时记忆神经网络(BiLSTM)组合的短期电力负荷预测模型.首先,剖析电力负荷的动态变化机理,基于相似日和灰色关联... 详细信息

短期电力负荷存在非线性、波动性和影响因素多等特征,针对以上特征所导致的预测精度不足,本文提出一种基于相似日与双向长短时记忆神经网络(BiLSTM)组合的短期电力负荷预测模型.首先,剖析电力负荷的动态变化机理,基于相似日和灰色关联分析方法,构建负荷与特征融合数据集;其次,采用变分模态分解(VMD)方法将高波动、非线性的原始负荷数据分解为多个相对平稳的分量,并对各分量分别搭建BiLSTM预测模型;最后,采用鲸鱼算法(WOA)对模型的分解参数和相似日天数进行优化,减小模型的固有误差.以新英格兰某地区的实际数据进行仿真验证,所提模型的平均绝对百分比误差(MAPE)、平均绝对误差(MAE)和均方根误差(RMSE)分别为0.58%,42,78,均优于对照模型,有效提升了负荷预测精度.

关键词：短期电力负荷预测相似日深度学习鲸鱼优化算法变分模态分解

基于相似日选择与改进Stacking集成学习的短期负荷预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2020年第4期33卷 537-545页

作者：徐耀松段彦强王雨虹屠乃威辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105

单一机器学习算法进行短期负荷预测存在着泛化能力受限的问题,本文将Stacking集成学习模型引入到短期负荷预测问题。对于在交叉验证下同一基学习器不同预测模型表现出预测准确度的差异性,根据预测精度对同一基学习器中不同预测结果进行... 详细信息

单一机器学习算法进行短期负荷预测存在着泛化能力受限的问题,本文将Stacking集成学习模型引入到短期负荷预测问题。对于在交叉验证下同一基学习器不同预测模型表现出预测准确度的差异性,根据预测精度对同一基学习器中不同预测结果进行赋权。考虑到不同环境下各影响因子对日负荷值影响程度不同,引入蚁狮算法(ALO)自适应的调整各个影响因子的权值,提高相似日选取方法的准确性。通过相似日选取方法筛选出的相似日集合样本训练改进的Stacking算法预测模型,利用中国北方某地区的负荷数据进行实际算例分析,实验结果表明,在面对负荷影响因素复杂且训练样本较多的情况下,本文所提的方法具有良好的鲁棒性、稳定性和预测精度。

关键词：短期负荷预测 Stacking集成学习蚁狮算法相似日交叉验证

基于相似日和径向基函数神经网络的光伏阵列输出功率预测

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2013年第1期33卷 100-103,109页

作者：王晓兰葛鹏江兰州理工大学电气与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050

选取太阳辐照时间、辐照强度以及气温等影响光伏阵列输出功率的主要气象因素,根据相似日的输出功率具有较强的关联度,提出选择相似日的方法,设计基于相似日和径向基函数(RBF)神经网络的光伏阵列输出功率预测模型。选取最邻近的一个相似... 详细信息

选取太阳辐照时间、辐照强度以及气温等影响光伏阵列输出功率的主要气象因素,根据相似日的输出功率具有较强的关联度,提出选择相似日的方法,设计基于相似日和径向基函数(RBF)神经网络的光伏阵列输出功率预测模型。选取最邻近的一个相似日与待预测日气象特征向量的差值作为RBF神经网络的输入变量,神经网络的输出值即为待预测日光伏阵列输出功率。以我国西北某地光伏阵列的实测功率数据对所提模型进行训练和验证,得到预测模型的平均绝对百分误差为13.82%,均方根误差为0.4054,验证了所提模型具有较好的精度。

关键词：光伏阵列输出功率径向基函数网络相似日预测模型神经网络

在线全文

学校读者我要写书评

暂无评论

相似日短期负荷预测的非线性理论基础与改进

电网技术 2006年第6期30卷 63-66页

作者：杨正瓴田勇张广涛林孔元天津大学电气与自动化工程学院天津市南开区300072

从非线性动力系统理论角度看,相似日预测的实质是对负荷序列中平衡点和准周期行为的预测。特定相似日预测方法所使用的负荷序列频谱越宽,预测结果就越准确,其实质是加强了准周期和混沌成分的预测;另外,采用负荷水平则增强了对平衡点的... 详细信息

从非线性动力系统理论角度看,相似日预测的实质是对负荷序列中平衡点和准周期行为的预测。特定相似日预测方法所使用的负荷序列频谱越宽,预测结果就越准确,其实质是加强了准周期和混沌成分的预测;另外,采用负荷水平则增强了对平衡点的预测能力。采用“连续多天负荷”作为改进的相似日预测的基本单元、采用原始负荷的“负荷趋势+相似日”分解预测、对原始负荷序列按照素数间隔二次抽样等,都是提高预测准确率的具体手段。

关键词：相似日准周期混沌频谱负荷水平负荷趋势

基于相似日和最小二乘支持向量机的光伏发电短期预测

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2012年第16期40卷 65-69页

作者：傅美平马红伟毛建容许继集团有限公司北京100085

光伏发电预测对于减小并网光伏发电系统对电力系统的影响具有重要意义。针对光伏系统的发电特性,根据影响光伏发电出力的因素,提出选取相似日的方法,通过计算分析相似度筛选出与预测日特征相似的历史数据,与天气数据一同作为预测模型的... 详细信息

光伏发电预测对于减小并网光伏发电系统对电力系统的影响具有重要意义。针对光伏系统的发电特性,根据影响光伏发电出力的因素,提出选取相似日的方法,通过计算分析相似度筛选出与预测日特征相似的历史数据,与天气数据一同作为预测模型的训练样本。利用最小二乘支持向量机(LS-SVM)进行光伏发电预测,并通过某微电网示范工程的光伏系统数据验证,计算分析了预测误差,结果表明该方法具有较高的预测精度,对光伏发电预测具有一定的参考价值。

关键词：最小二乘支持向量机(LS—SVM) 相似日光伏发电微电网短期预测

考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测

在线全文

学校读者我要写书评

暂无评论

中国电力 2023年第2期56卷 143-149页

作者：徐一伦张彬桥黄婧谢枭王若昕沈丹青何丽娜杨凯帆三峡大学电气与新能源学院湖北宜昌443002 国网湖北省电力有限公司荆门供电公司湖北荆门448000

为了提高光伏发电功率预测精度,根据不同天气类型下光伏输出功率特点,确定光伏发电功率预测模型的输入量。针对狼群算法(wolf pack algorithm,WPA)缺陷,对狼群游走位置和奔袭步长进行改进,得到改进狼群算法(improved wolf pack algorith... 详细信息

为了提高光伏发电功率预测精度,根据不同天气类型下光伏输出功率特点,确定光伏发电功率预测模型的输入量。针对狼群算法(wolf pack algorithm,WPA)缺陷,对狼群游走位置和奔袭步长进行改进,得到改进狼群算法(improved wolf pack algorithm,IWPA),并通过IWPA对最小二乘支持向量机(least squares support vector machine,lSSVM)进行优化,建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型。采用不同天气类型下的光伏发电功率数据进行仿真,结果表明:无论是晴天、多云还是阴雨天气,所提方法预测精度更高,回归拟合时的误差波动更小。

关键词：天气类型相似日光伏发电功率最小二乘支持向量机