期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于组合预测模型电力负荷优化算法研究
被引量:
1
下载PDF
职称材料
导出
摘要
本文提出了一种基于多模型的新型电力负荷组合预测模型。该模型采用VMD-奇异谱分析降噪方法优化原始数据,再通过EOBL-CSSA算法优化ELM神经网络,构建复合预测模型。最后通过SA算法计算不同预测模型的权重比例,利用加权计算得到最终预测结果,以期为提高电力负荷优化算法计算效率提供技术支撑。
作者
林希程
机构地区
常州供电公司
出处
《电子技术与软件工程》
2023年第5期110-113,共4页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
关键词
电力负荷模型
优化算法
人工神经网络
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TM715 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
52
参考文献
4
共引文献
23
同被引文献
16
引证文献
1
二级引证文献
0
参考文献
4
1
张未,余成波,王士彬,李涛,何鑫,陈佳.
基于VMD-LSTM-LightGBM的多特征短期电力负荷预测[J]
.南方电网技术,2023,17(2):74-81.
被引量:12
2
赵星宇,吴泉军,朱威.
基于CEEMDAN和TCN-LSTM模型的短期电力负荷预测[J]
.科学技术与工程,2023,23(4):1557-1564.
被引量:11
3
章可,李丹,孙光帆,谭雅,贺帅.
基于CVMD-GRU-DenseNet混合模型的短期电力负荷预测[J]
.水电能源科学,2023,41(1):207-211.
被引量:2
4
方娜,李俊晓,陈浩,余俊杰.
基于CNN-GRU-MLR的多频组合短期电力负荷预测[J]
.计算机仿真,2023,40(1):118-124.
被引量:2
二级参考文献
52
1
陈振宇,刘金波,李晨,季晓慧,李大鹏,黄运豪,狄方春,高兴宇,徐立中.
基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]
.电网技术,2020,44(2):614-620.
被引量:205
2
邓带雨,李坚,张真源,滕予非,黄琦.
基于EEMD-GRU-MLR的短期电力负荷预测[J]
.电网技术,2020,44(2):593-602.
被引量:118
3
王栋.
电力系统负荷预测综述[J]
.电气开关,2020,0(1):6-8.
被引量:18
4
时世晨,单佩韦.
基于EEMD的信号处理方法分析和实现[J]
.现代电子技术,2011,34(1):88-90.
被引量:35
5
潘志远,韩学山.
电网节点负荷的立体化预测方法[J]
.电力系统自动化,2012,36(21):47-52.
被引量:15
6
全思平,吴浩.
基于数据挖掘技术的短期电力负荷预测[J]
.电力信息与通信技术,2014,12(3):95-98.
被引量:6
7
杨屹洲,方瑞明,黄文权,梁颖,汪亮.
应用小波变换和支持向量机的商业电力负荷预测[J]
.华侨大学学报(自然科学版),2015,36(2):142-146.
被引量:5
8
王小君,毕圣,徐云鹍,孙月嘉.
基于数据挖掘技术和支持向量机的短期负荷预测[J]
.电测与仪表,2016,53(10):62-67.
被引量:35
9
牛哲文,余泽远,李波,唐文虎.
基于深度门控循环单元神经网络的短期风功率预测模型[J]
.电力自动化设备,2018,38(5):36-42.
被引量:86
10
张淑清,宿新爽,陈荣飞,刘婉,左一格,张赟.
基于变分模态分解和FABP的短期电力负荷预测[J]
.仪器仪表学报,2018,39(4):67-73.
被引量:39
共引文献
23
1
段志尚,冉懿,吕笃良,祁杰,钟佳晨,袁培森.
基于残差网络和深度可分离卷积增强自注意力机制的窃电识别[J]
.华东师范大学学报(自然科学版),2023(5):193-204.
被引量:2
2
李晓翔,张超群,郝小芳,王大睿,完颜兵.
一种基于随机森林和GRU网络的短期电力负荷预测模型[J]
.现代计算机,2023,29(13):18-24.
3
蔡华锋,唐艺豪.
基于Pyraformer网络的短期电力负荷预测[J]
.武汉大学学报(工学版),2023,56(9):1105-1113.
被引量:3
4
吴永洪,张智斌.
基于贝叶斯优化的CNN-GRU短期电力负荷预测[J]
.现代电子技术,2023,46(20):125-129.
被引量:1
5
查琼睿.
基于智能算法的电力短期负荷预测方法[J]
.光源与照明,2023(8):96-98.
6
施进炜,张程,原冬芸.
基于数据修正的概率稀疏自注意短期风电功率预测[J]
.智慧电力,2023,51(10):54-61.
被引量:3
7
韩叶林,张展耀,俞伊丽,李钟煦,甘纯,吴昊,张引贤.
基于LSTM及分位数回归理论的配电变压器重过载概率预测[J]
.电力大数据,2023,26(6):1-8.
被引量:2
8
黄会宝,江德军,刘恒,罗忠平.
基于多时相InSAR技术的大渡河瀑布沟水电站形变监测与预测[J]
.科学技术与工程,2023,23(30):13112-13120.
9
李晶晶,黄翔庚,张媛媛,张新平,宋美.
基于LightGBM-TextCNN-XGBoost的超短期光伏功率预测研究[J]
.电力大数据,2023,26(10):26-33.
被引量:1
10
王发麟,俞威.
基于TCN-LSTM神经网络的线缆性能衰退预测方法[J]
.科学技术与工程,2023,23(35):15109-15116.
同被引文献
16
1
段明明,杨捷,李沛霖.
基于小波和径向基函数神经网络的电力负荷预测研究[J]
.云南大学学报(自然科学版),2020,42(S02):18-25.
被引量:13
2
邓带雨,李坚,张真源,滕予非,黄琦.
基于EEMD-GRU-MLR的短期电力负荷预测[J]
.电网技术,2020,44(2):593-602.
被引量:118
3
石安平,周吕,王成,李欣益,马俊,黄玲.
结合EMD与小波阈值去噪的GB-RAR桥梁监测信号去噪[J]
.测绘通报,2022(S02):227-232.
被引量:14
4
杨晶显,张帅,刘继春,刘俊勇,向月,韩晓言.
基于VMD和双重注意力机制LSTM的短期光伏功率预测[J]
.电力系统自动化,2021,45(3):174-182.
被引量:59
5
李雪冬,黄莹,胡勇,李怀强,高齐利.
基于PAU-LSSVM模型融合多特征变量的电力负荷预测[J]
.电子器件,2021,44(2):474-479.
被引量:2
6
徐晋宏,魏秀业,贺妍,程海吉,张宁.
基于CEEMDAN样本熵与PNN的行星齿轮故障诊断[J]
.机床与液压,2021,49(20):179-183.
被引量:6
7
张栋栋,陈洁,李洋.
基于VMD-SE和BiLSTM在短期负荷预测应用[J]
.现代电子技术,2021,44(23):155-159.
被引量:6
8
董彦军,王晓甜,马红明,王立斌,李梦宇,岳凡丁,袁欢.
基于随机森林与长短期记忆网络的电力负荷预测方法[J]
.全球能源互联网,2022,5(2):147-156.
被引量:24
9
黄志祥,周莉.
基于VMD-LSTM的短期电力负荷预测研究[J]
.洛阳理工学院学报(自然科学版),2022,32(3):76-80.
被引量:4
10
姚浩然,李成鑫,郑秀娟,杨平.
集成自适应啁啾模态分解和BiLSTM的短期负荷组合预测模型[J]
.电力系统保护与控制,2022,50(19):58-66.
被引量:12
引证文献
1
1
邵必林,纪丹阳.
基于VMD-SE的电力负荷分量的多特征短期预测[J]
.中国电力,2024,57(4):162-170.
1
赵霞,张君毅,龙倩倩.
基于Circle混沌映射的ISSA-ELM神经网络室内可见光定位方法[J]
.光学学报,2023,43(2):25-34.
被引量:1
2
李新云,孟国艳,银润龙.
基于几何模型的评价系统构建[J]
.忻州师范学院学报,2022,38(5):10-15.
3
李新尧.
基于SSA-LSTM神经网络的股票价格预测研究[J]
.信息系统工程,2023(3):48-50.
被引量:1
4
冀秀梅,侯美伶,王龙,刘玠,高克伟.
基于机器学习的中厚板变形抗力模型建模与应用[J]
.金属学报,2023,59(3):435-446.
5
吴金宇,高宏慧,陶文伟,陈刚,江泽铭.
基于保信系统签名技术的电力监控系统主站下发指令身份验证方法[J]
.计算技术与自动化,2023,42(1):199-204.
被引量:2
6
苏利娜,翟宏光,王秋宁,田晓静.
基于SSA探测GPS坐标时间序列的阶跃[J]
.大地测量与地球动力学,2023,43(5):464-466.
被引量:1
7
郁波,王建立.
多源异构数据下的工业设计专业课程混合教学形成性评价构建研究[J]
.艺术与设计(理论版),2023(3):150-152.
8
姜炜,马筑,李青松,耿一超,罗大先,杨文刚,陈霞霞,欧阳伟炜,胡银祥,苏胜发,卢冰.
晚期非小细胞肺癌胸部放疗长期生存患者的临床特征及Nomogram预测模型构建[J]
.中华放射医学与防护杂志,2023,43(3):189-197.
被引量:1
9
王雅然,宋子旭,由世俊,史凯雨,王科全,宋波.
集成奇异谱分析与神经网络的热负荷预测算法[J]
.天津大学学报(自然科学与工程技术版),2023,56(6):573-578.
10
赵景启.
基于生成式对抗网络的多维时间序列补插研究[J]
.计算机科学与应用,2023,13(3):472-479.
电子技术与软件工程
2023年 第5期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部