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
1
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
基于WNR-CLSSA-LSTM的短期电力负荷预测
1
作者
纪严杰
樊重俊
《智能计算机与应用》
2023年第7期76-84,88,共10页
准确的短期电力负荷预测(STPLF)在智能电网的日常运行中起着重要作用。为了更有效地预测短期负荷,本文提出了一种基于小波去噪、改进樽海鞘群优化算法(SSA)和长短期记忆网络(LSTM)的预测方法。首先,通过小波去噪降噪;其次,种群的初始位...
准确的短期电力负荷预测(STPLF)在智能电网的日常运行中起着重要作用。为了更有效地预测短期负荷,本文提出了一种基于小波去噪、改进樽海鞘群优化算法(SSA)和长短期记忆网络(LSTM)的预测方法。首先,通过小波去噪降噪;其次,种群的初始位置采用混沌初始化Cubic策略,并将莱维飞行策略引入樽海鞘群领导者和跟随者的位置更新中,接着将跟随者的更新公式引入每个维度的最优适应度位置维度,加快收敛速度;然后,利用改进的SSA算法优化LSTM模型的参数,得到STPLF结果。通过实验比较改进的CLSSA-LSTM与GA-LSTM、PSO-LSTM、SSA-LSTM和单一的LSTM,结果表明,改进的CLSSA-LSTM预测效果优于其他算法优化的LSTM。同时,将CLSSA-LSTM模型与不同的预测模型PSO-SVR、GA-BP对比,均有不错的表现。因此本文提出的预测模型是一种有效的STPLF工具。
展开更多
关键词
小波降噪
混沌映射
莱维飞行策略
樽海鞘群优化算法
长短期记忆网络
电力负荷
下载PDF
职称材料
题名
基于WNR-CLSSA-LSTM的短期电力负荷预测
1
作者
纪严杰
樊重俊
机构
上海理工大学管理学院
出处
《智能计算机与应用》
2023年第7期76-84,88,共10页
基金
2020教育部哲学社会科学重大课题攻关项目,2020-2023(20JZD010)。
文摘
准确的短期电力负荷预测(STPLF)在智能电网的日常运行中起着重要作用。为了更有效地预测短期负荷,本文提出了一种基于小波去噪、改进樽海鞘群优化算法(SSA)和长短期记忆网络(LSTM)的预测方法。首先,通过小波去噪降噪;其次,种群的初始位置采用混沌初始化Cubic策略,并将莱维飞行策略引入樽海鞘群领导者和跟随者的位置更新中,接着将跟随者的更新公式引入每个维度的最优适应度位置维度,加快收敛速度;然后,利用改进的SSA算法优化LSTM模型的参数,得到STPLF结果。通过实验比较改进的CLSSA-LSTM与GA-LSTM、PSO-LSTM、SSA-LSTM和单一的LSTM,结果表明,改进的CLSSA-LSTM预测效果优于其他算法优化的LSTM。同时,将CLSSA-LSTM模型与不同的预测模型PSO-SVR、GA-BP对比,均有不错的表现。因此本文提出的预测模型是一种有效的STPLF工具。
关键词
小波降噪
混沌映射
莱维飞行策略
樽海鞘群优化算法
长短期记忆网络
电力负荷
Keywords
wavelet noise reduction
chaos mapping
Levy flight strategy
salp swarm algorithm
LSTM
power load
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TM743 [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
基于WNR-CLSSA-LSTM的短期电力负荷预测
纪严杰
樊重俊
《智能计算机与应用》
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