检索结果-南通市图书馆

基于Luong Attention机制和特征优选策略的超短期负荷预测方法

在线全文

学校读者我要写书评

暂无评论

电力系统及其自动化学报 2022年第4期34卷 143-150页

作者：刘立立刘洋唐子卓四川大学电气工程学院成都610065

现有超短期负荷预测研究较少考虑到多变量时序数据的特征选择,以及不同输入序列步长对负荷预测的影响程度。针对以上两点,首先通过基于轻量型梯度提升机的嵌入式特征选择算法筛选出影响负荷预测的关键特征,组成优选特征集合。然后,提出... 详细信息

现有超短期负荷预测研究较少考虑到多变量时序数据的特征选择,以及不同输入序列步长对负荷预测的影响程度。针对以上两点,首先通过基于轻量型梯度提升机的嵌入式特征选择算法筛选出影响负荷预测的关键特征,组成优选特征集合。然后,提出一种基于Luong注意力机制的序列到序列门控循环神经网络超短期负荷预测模型,序列到序列门控循环神经网络模型基于编码-解码结构,其输入序列和输出序列都是可变长度的,通过引入Luong注意力机制,突出对负荷预测起到关键影响作用的输入步长信息。算例表明,所提特征选择算法可以有效选择最优特征集合,所提负荷预测模型可以提升模型对输入信息的提取与利用能力,从而提高超短期负荷预测的精度和收敛性能。

关键词：超短期负荷预测特征选择门控循环单元序列到序列模型注意力机制

在线全文

学校读者我要写书评

暂无评论

超短期负荷预测在发电市场中的应用

电力系统自动化 2000年第11期24卷 14-17页

作者：杨争林宋燕敏曹荣章孙维真吴劲晖国家电力公司电力自动化研究院南京210003 浙江电力调度中心杭州310007

阐述了超短期负荷预测在实时发电市场中的重要性。在充分研究和比较多种超短期负荷预测方法的基础上 ,提出了适合发电市场的综合预测方法 ;解决了负荷伪数据处理的问题 ;

关键词：电厂电力系统发电市场超短期负荷预测

基于VMD-SSA-HKELM的超短期负荷预测

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 2022年第6期41卷 105-111页

作者：郭建帅崔双喜郭建斌姚岱伟孙冠岳新疆大学电气工程学院乌鲁木齐830047 国网山西省电力公司技能培训中心太原030021

针对核极限学习机(kernel extreme learning machine,KELM)单一预测模型不稳定以及预测结果不准确,提出了一种变分模态分解(variational mode decomposition,VMD)与麻雀搜索算法(sparrow search algorithm,SSA)优化的混合核极限学习机(hybrid extreme learning machine,HKELM)模型。首先把预处理后的负荷序列依据变分模态技术分解为若干相对平稳的模态分量,然后同时对每个模态分量建立VMD-SSA-HKELM预测模型;再将负荷数据划分训练集和测试集;依据训练集分别用SSA算法优化HKELM的参数,将测试集代入每个模型,所测的结果叠加得出最终预测值。该模型采用麻雀算法优化的混合核极限学习机,使其在不同的参数下有良好的局部搜索能力,且能增强全局搜索能力。仿真结果表明,VMD-SSA-HKELM模型预测精度接近98.5%,为超短期负荷预测及电力系统稳定运行提供了决策的支持。

关键词：变分模态分解麻雀搜索算法混合核极限学习机组合预测超短期负荷预测

在线全文

学校读者我要写书评

暂无评论

微电网超短期负荷预测及优化调度研究

微电网超短期负荷预测及优化调度研究

作者：边思宇吉林大学

学位级别：硕士

近年来,全球环境污染、能源短缺等问题日益严峻,世界各国正加大对新能源开发利用的研究力度。微电网系统凭借可再生能源利用率高与控制灵活等优势得到了广泛的应用。但是微电网系统中分布式电源和用户负荷的功率具有很强的不确定性,为... 详细信息

近年来,全球环境污染、能源短缺等问题日益严峻,世界各国正加大对新能源开发利用的研究力度。微电网系统凭借可再生能源利用率高与控制灵活等优势得到了广泛的应用。但是微电网系统中分布式电源和用户负荷的功率具有很强的不确定性,为了保证微电网的供电可靠性,需要对电力负荷进行超短期预测来获取更精确的数据。同时,随着微电网系统的广泛应用,如何在安全稳定运行的基础上实现经济最优也成为了微电网研究中的关键问题。针对上述问题,本文对微电网的超短期负荷预测和多时间尺度优化调度进行了深入研究,主要研究内容如下:（1）针对微电网负荷预测精度低的问题,构建了基于粒子群优化的长短期记忆神经网络超短期负荷预测模型,通过粒子群算法对神经网络中的重要参数进行组合寻优,将原本凭经验和实验调整参数的过程改为启发式算法自主寻优的过程。经相关性分析确定最高温度、平均温度、最低温度、相对湿度、降水量、日类型为负荷的主要影响因素,与历史负荷数据共同作为模型的输入变量。结合实际算例对神经网络的预测效果进行测试,结果证明基于粒子群优化的长短期记忆神经网络能够在提升预测精度的同时节省调参时间。（2）针对微电网优化调度中粒子群算法搜索能力有限,容易陷入局部最优的问题,设计了一种改进的免疫粒子群算法,通过引入免疫机制加强算法的全局搜索能力,避免陷入局部最优。并在免疫粒子群算法的基础上引入线性微分递减的惯性权重和线性调整的学习因子,使算法在整个迭代过程中都具有良好的搜索能力。根据某地微电网系统建立一个包括光伏阵列、风力机组、微型燃气轮机以及蓄电池储能系统的微电网仿真模型,结合算例数据对算法进行测试,与粒子群算法和免疫粒子群算法进行对比,改进的免疫粒子群算法有效地提高了微电网经济优化效果。（3）针对日前优化调度中短期预测数据误差较大,导致在优化的过程中无法充分利用可再生能源的问题,制定微电网多时间尺度的优化调度策略,包括日前和日内两个时间尺度。在日前调度阶段以日运行成本最低为目标函数进行优化,在日内滚动优化阶段结合负荷的超短期预测值,考虑可再生能源利用率和数据偏差的基础上对日前调度策略进行修正,最终确定孤岛型微电网的调度方案。结合算例进行仿真分析,通过日内优化对各分布式电源的出力进行合理的调整,能够进一步提升微电网的稳定性和优化效果。综合上述,本文通过使用基于粒子群优化的长短期记忆神经网络对负荷进行超短期预测,根据预测所得数据使用改进的免疫粒子群算法进行优化调度,并制定多时间尺度优化调度策略,通过算例仿真验证了调度策略的可行性,有效提高了微电网的经济性与可靠性,微电网的优化运行提供一定的参考。

关键词：微电网超短期负荷预测长短期记忆神经网络优化调度改进粒子群算法

基于深度长短时记忆网络的区域级超短期负荷预测方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电网技术 2019年第6期43卷 1884-1891页

作者：张宇帆艾芊林琳袁帅李昭昱电力传输与功率变换控制教育部重点实验室(上海交通大学) 上海市闵行区200240 山东电力调度控制中心山东省济南市250000

超短期负荷预测为实时电力市场运行提供重要依据,预测准确度的提升对于揭示负荷变化的不确定性以及日前预测偏差具有重要意义。基于电力系统中含有的丰富大数据资源,提出了一种针对区域级负荷的深度长短时记忆网络超短期预测方法,该方... 详细信息

超短期负荷预测为实时电力市场运行提供重要依据,预测准确度的提升对于揭示负荷变化的不确定性以及日前预测偏差具有重要意义。基于电力系统中含有的丰富大数据资源,提出了一种针对区域级负荷的深度长短时记忆网络超短期预测方法,该方法包括输入数据的预处理、深度长短时记忆(long short-termmemory,LSTM)网络的构建以及模型的训练和超参数的寻找等步骤。其中采用随机搜索的方法寻找最优超参数,并在该超参数下选择泛化能力最优的模型,与前沿机器学习预测算法进行对比。实验结果证实,深度LSTM网络可以取得更好的预测效果,适合于离线训练实时预测。此外,通过对隐藏层激活向量的可视化展示和相关关系定量计算,首次直观展示了深度LSTM算法对负荷数据中含有的抽象特征提取情况,证实了深度LSTM具有对输入负荷数据特征学习以及长短期相关性挖掘的能力。

关键词：超短期负荷预测深度LSTM 循环神经网络可视化相关性

考虑多能时空耦合的用户级综合能源系统超短期负荷预测方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2020年第11期44卷 4121-4131页

作者：栗然孙帆丁星韩怡刘英培严敬汝华北电力大学电气与电子工程学院河北省保定市071003 国网河北省电力有限公司电力科学研究院河北省石家庄市050021

针对用户级综合能源系统(integratedenergysystem,IES)规模小、负荷波动大、能量耦合复杂的特点,提出一种考虑多能时空耦合的超短期负荷预测方法。首先,结合K-means聚类方法和Pearson相关系数,将无明显规律的各类基本负荷单元进行"像素... 详细信息

针对用户级综合能源系统(integratedenergysystem,IES)规模小、负荷波动大、能量耦合复杂的特点,提出一种考虑多能时空耦合的超短期负荷预测方法。首先,结合K-means聚类方法和Pearson相关系数,将无明显规律的各类基本负荷单元进行"像素重构",使之在水平和竖直两个方向具有一定的关联特征;其次,利用多通道卷积神经网络(multi-channel convolutional neural network,MCNN)对多类重构后的二维负荷像素在高维空间进行特征的独立提取和统一融合;最后,将扩展气象与节假日信息的综合特征按照时序的方式输入长短时记忆网络(long short-term memory,LSTM)进行负荷预测。以某用户级IES实测负荷数据为算例进行分析,结合基本卷积神经网络(convolutionalneuralnetwork,CNN),对比是否进行像素重构和负荷特征融合的各场景下LSTM、CNN-LSTM、MCNN-LSTM方法的预测效果,结果表明,考虑像素重构和负荷特征融合的MCNN-LSTM方法可有效提高用户级IES负荷的预测精度。

关键词：超短期负荷预测综合能源系统多通道卷积神经网络长短时记忆网络负荷像素

在线全文

学校读者我要写书评

暂无评论

基于改进数据流在线分割的超短期负荷预测

电网技术 2014年第7期38卷 2014-2020页

作者：唐聪岚卢继平谢应昭张露输配电装备及系统安全与新技术国家重点实验室(重庆大学) 重庆市沙坪坝区400044

为同时提高超短期负荷预测的实时性和准确性,应对现代电力系统对实时负荷预测的更高要求,提出一种基于改进数据流在线分割的超短期负荷预测方法。该方法根据负荷发展的时间趋势,利用数据流实时处理技术进行超短期预测,然后结合蕴含天气... 详细信息

为同时提高超短期负荷预测的实时性和准确性,应对现代电力系统对实时负荷预测的更高要求,提出一种基于改进数据流在线分割的超短期负荷预测方法。该方法根据负荷发展的时间趋势,利用数据流实时处理技术进行超短期预测,然后结合蕴含天气因素和负荷周期特性作用的短期负荷预测结果,对分割点的实时预测结果进行修正;其快速分段预测能力,避免了重复建模,提高了预测速度;对分割点的实时修正处理有效地增加了历史信息利用率,降低了分割点误差,使预测精度稳定在一个较高的水平。采用实际负荷数据检验该预测模型的有效性,结果表明,基于该模型的预测精度和速度均优于几种常规超短期预测算法,同时降低了拐点预测误差,在天气突变时也具有稳定的适应性。

关键词：超短期负荷预测数据流在线分割负荷增量预测分割点修正

负荷聚合商模式下考虑需求响应的超短期负荷预测

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2021年第1期45卷 79-87页

作者：郭亦宗冯斌岳铂雄郭创新潘军朱以顺浙江大学电气工程学院浙江省杭州市310027 广东电网有限责任公司广州供电局广东省广州市510600

为更好地管理用户侧需求响应资源,减小超短期负荷预测误差,提出了一种在负荷聚合商模式下考虑需求响应的超短期负荷预测方法。首先,分析负荷聚合商的需求响应机制,考虑用户用能习惯、自建光伏、储能行为以及电热耦合,分别对每一类需求... 详细信息

为更好地管理用户侧需求响应资源,减小超短期负荷预测误差,提出了一种在负荷聚合商模式下考虑需求响应的超短期负荷预测方法。首先,分析负荷聚合商的需求响应机制,考虑用户用能习惯、自建光伏、储能行为以及电热耦合,分别对每一类需求响应资源建立优化模型,并通过模糊参数表达用户参与需求响应的不确定性,以改善优化模型;调用CPLEX求解器求解得到综合各类资源后的需求响应信号。然后,在考虑历史负荷数据的基础上引入该需求响应信号,建立迭代预测的长短期记忆网络模型。算例通过3种预测场景的对比,验证了计及需求响应信号能够有效减小预测误差,且考虑需求响应不确定性能够进一步提高预测精度。

关键词：负荷聚合商需求响应不确定性长短期记忆网络超短期负荷预测

在线全文

学校读者我要写书评

暂无评论

多节点超短期负荷预测方法

电力系统自动化 2007年第21期31卷 30-34页

作者：韩力韩学山贠志皓耿艳山东大学电气工程学院山东省济南市250061

对多节点有功和无功负荷变化规律的动态自适应超短期预测进行了深入的研究和分析,提出将负荷数据分层分区的处理方法,建立它们之间相互牵制和联系的表达,在由递推最小二乘支持向量机(RLS-SVM)算法实现顶层预测的基础上,建立输电系统多... 详细信息

对多节点有功和无功负荷变化规律的动态自适应超短期预测进行了深入的研究和分析,提出将负荷数据分层分区的处理方法,建立它们之间相互牵制和联系的表达,在由递推最小二乘支持向量机(RLS-SVM)算法实现顶层预测的基础上,建立输电系统多节点负荷动态行为特征的描述模型,构建了自适应动态模型的超短期负荷预测总体构架。以山东电网为例的现场测试效果验证了所述方法的可行性和有效性。

关键词：超短期负荷预测多节点支持向量机卡尔曼滤波