期刊文献+

基于深度神经网络的电力负荷预测方法研究 被引量:2

下载PDF
导出
摘要 电力负荷预测在能源领域具有重要的应用价值,电力负荷预测是电力系统运行和管理中的重要环节。准确的电力负荷预测有助于电力系统运营商提前做好供电计划,能优化资源配置,提高运营效率。随着人工智能技术的发展,基于深度神经网络的电力负荷预测方法引起了学者们的广泛关注,探究基于深度神经网络的电力负荷预测方法能有助于电力设备的稳定输出,对经济发展具有重要的现实意义。
作者 高志野
出处 《电气技术与经济》 2023年第10期29-31,共3页 Electrical Equipment and Economy
  • 相关文献

参考文献6

二级参考文献81

  • 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:224
  • 2陈昊.基于广义自回归条件异方差模型的负荷预测新方法[J].电力系统自动化,2007,31(15):51-54. 被引量:49
  • 3唐贤伦,庄陵,李银国,曹长修.混合粒子群优化算法优化前向神经网络结构和参数[J].计算机应用研究,2007,24(12):91-93. 被引量:15
  • 4王勇,黄国兴,彭道刚.带反馈的多元线性回归法在电力负荷预测中的应用[J].计算机应用与软件,2008,25(1):82-84. 被引量:35
  • 5E. A. Feinberg and D. Genethliou. Applied Mathematics for Restructured Electric Power Systems: Optimization, Control, and Computational Intelligence [ M]. Springer, 2005, pp. 269-285.
  • 6G. A. N Mbamalu and M.E. El-Hawary. Load forecasting via suboptimal seasonal autoregressive models and iteratively reweighted least squares estimation [J]. IEEE Transactions on Power Systems, 1993, vol. 8, no. 1, pp. 343-348.
  • 7S.J. Kiartzis and A. G. Bakirtzis. A fuzzy expert system for peak load forecasting: application to the Greek power system [ C]. Proceedings of the 10th Mediterranean Electrotechnical Conference, 2000, 3: 1097-1100.
  • 8J. W. Taylor, Short-term load forecasting with exponentially weighted methods [J]. IEEE Transactions on Power Systems, 2012, vol. 27, no. 1, pp. 458- 464.
  • 9S.J. Huang and K.R. Shih. Short- term load forecasting via ARMA model identification including non- Gaussian process considerations [ J ]. IEEE Transactions on Power Systems, 2003, vol. 18, no. 2, pp. 673-679.
  • 10M.W. Chang, B.J. Chen and C.J. Lin. EUNITE network competition: electricity load forecasting [ R]. EUNITE network competition, 2001.

共引文献82

同被引文献16

引证文献2

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...
;
使用帮助 返回顶部