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
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合太阳辐射量计算与CNN-LSTM组合的光伏功率预测方法研究
1
作者
王东风
刘婧
+2 位作者
黄宇
史博韬
靳明月
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第2期443-450,共8页
为了提高模型预测性能,提出一种综合太阳辐射模型及深度学习的光伏功率预测模型。首先,利用太阳辐射机理建立太阳辐射模型(SRM),估算出水平面上总辐射值,再由斜面辐照度转换方法计算出光伏组件所接收的斜面辐射值。其次,通过皮尔逊相关...
为了提高模型预测性能,提出一种综合太阳辐射模型及深度学习的光伏功率预测模型。首先,利用太阳辐射机理建立太阳辐射模型(SRM),估算出水平面上总辐射值,再由斜面辐照度转换方法计算出光伏组件所接收的斜面辐射值。其次,通过皮尔逊相关分析法筛选出对光伏功率影响较大的主要因素,将斜面辐射计算值及主要影响因素作为输入,采用卷积神经网络(CNN)和长短期记忆网络(LSTM)建立光伏功率SRM-CNN-LSTM预测模型。分别利用春夏秋冬四季典型日的数据开展对比实验,结果表明:与几种其他方法相比,该文方法具有更好的预测效果。
展开更多
关键词
光伏发电
预测
太阳辐射
神经网络
卷积神经网络
长短期记忆网络
下载PDF
职称材料
基于时间模式注意力机制的CNN-BiGRU短期负荷预测
2
作者
黄宇
顾智勇
+2 位作者
李永玲
史博韬
黄怡然
《华北电力大学学报(自然科学版)》
CAS
北大核心
2023年第6期11-20,共10页
准确的短期负荷预测可以缓解电力供需矛盾,协调负荷管理,保障电力系统安全。短期电力负荷具有很强的非线性和时间依赖性,并与气候变化和实时电价等诸多外部因素有关,给精准预测短期负荷带来了困难。为此,提出一种基于时间模式注意力(tem...
准确的短期负荷预测可以缓解电力供需矛盾,协调负荷管理,保障电力系统安全。短期电力负荷具有很强的非线性和时间依赖性,并与气候变化和实时电价等诸多外部因素有关,给精准预测短期负荷带来了困难。为此,提出一种基于时间模式注意力(temporal pattern attention, TPA)机制的卷积神经网络(convolutional neural network, CNN)-双向门控循环单元(bidirectional gated recurrent unit, BiGRU)短期负荷预测方法。其中,卷积神经网络用于挖掘不同输入变量与当前负荷间的非线性空间联系,双向门控循环单元用于从时间序列中捕获长期依赖关系,时间模式注意力机制引入以自适应加权赋予特征权重,突出重要信息,实现短期负荷预测。以澳大利亚公开负荷数据集作为实例验证所提方法的效果,预测精度达到了97.651%,与CNN-LSTM、RNN预测模型进行对比,精度分别提高了0.531%和5.992%,实验结果表明:所提的TPA-CNN-BiGRU预测方法具有更高的预测精度和普适性。
展开更多
关键词
短期负荷预测
时间模式注意力
卷积神经网络
双向门控循环单元
下载PDF
职称材料
题名
结合太阳辐射量计算与CNN-LSTM组合的光伏功率预测方法研究
1
作者
王东风
刘婧
黄宇
史博韬
靳明月
机构
华北电力大学自动化系
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第2期443-450,共8页
基金
中央高校基本科研业务费专项资金(2021MS089)。
文摘
为了提高模型预测性能,提出一种综合太阳辐射模型及深度学习的光伏功率预测模型。首先,利用太阳辐射机理建立太阳辐射模型(SRM),估算出水平面上总辐射值,再由斜面辐照度转换方法计算出光伏组件所接收的斜面辐射值。其次,通过皮尔逊相关分析法筛选出对光伏功率影响较大的主要因素,将斜面辐射计算值及主要影响因素作为输入,采用卷积神经网络(CNN)和长短期记忆网络(LSTM)建立光伏功率SRM-CNN-LSTM预测模型。分别利用春夏秋冬四季典型日的数据开展对比实验,结果表明:与几种其他方法相比,该文方法具有更好的预测效果。
关键词
光伏发电
预测
太阳辐射
神经网络
卷积神经网络
长短期记忆网络
Keywords
photovoltaic power
forecasting
solar radiation
neural network
convolutional neural network
long short-term memory network
分类号
TM615 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于时间模式注意力机制的CNN-BiGRU短期负荷预测
2
作者
黄宇
顾智勇
李永玲
史博韬
黄怡然
机构
华北电力大学控制与计算机工程学院
国网冀北电力有限公司管理培训中心
华北电力大学电子与通信工程系
出处
《华北电力大学学报(自然科学版)》
CAS
北大核心
2023年第6期11-20,共10页
基金
中央高校基本科研业务费专项资金资助项目(2018MS093).
文摘
准确的短期负荷预测可以缓解电力供需矛盾,协调负荷管理,保障电力系统安全。短期电力负荷具有很强的非线性和时间依赖性,并与气候变化和实时电价等诸多外部因素有关,给精准预测短期负荷带来了困难。为此,提出一种基于时间模式注意力(temporal pattern attention, TPA)机制的卷积神经网络(convolutional neural network, CNN)-双向门控循环单元(bidirectional gated recurrent unit, BiGRU)短期负荷预测方法。其中,卷积神经网络用于挖掘不同输入变量与当前负荷间的非线性空间联系,双向门控循环单元用于从时间序列中捕获长期依赖关系,时间模式注意力机制引入以自适应加权赋予特征权重,突出重要信息,实现短期负荷预测。以澳大利亚公开负荷数据集作为实例验证所提方法的效果,预测精度达到了97.651%,与CNN-LSTM、RNN预测模型进行对比,精度分别提高了0.531%和5.992%,实验结果表明:所提的TPA-CNN-BiGRU预测方法具有更高的预测精度和普适性。
关键词
短期负荷预测
时间模式注意力
卷积神经网络
双向门控循环单元
Keywords
short-term load forecasting
temporal pattern attention
convolutional neural network
bidirectional gated recurrent unit
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合太阳辐射量计算与CNN-LSTM组合的光伏功率预测方法研究
王东风
刘婧
黄宇
史博韬
靳明月
《太阳能学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于时间模式注意力机制的CNN-BiGRU短期负荷预测
黄宇
顾智勇
李永玲
史博韬
黄怡然
《华北电力大学学报(自然科学版)》
CAS
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部