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
基于遗传算法优化神经网络的建筑物电力负荷预测
被引量:
1
1
作者
梁永兴
《伺服控制》
2014年第7期77-78,82,共3页
对建筑物电力负荷进行准确有效的预测,是进行电气设计和节能改造的基础和前提,也能为电力部门制定电力规划提供依据。本文通过建立BP神经网络模型,解决了建筑物电力负荷预测由于强耦合性、滞后性和非线性而难于建立模型的问题,并利用遗...
对建筑物电力负荷进行准确有效的预测,是进行电气设计和节能改造的基础和前提,也能为电力部门制定电力规划提供依据。本文通过建立BP神经网络模型,解决了建筑物电力负荷预测由于强耦合性、滞后性和非线性而难于建立模型的问题,并利用遗传算法强大的全局搜索能力对所建网络模型进行权值优化,解决了传统BP神经网络易陷入局部最优的困扰,使得预测更为精准。最后通过MATLAB进行仿真实验,验证了此法的可行性。
展开更多
关键词
建筑
物
电力
负荷
预测
遗传算法
BP神经网络
MATLAB仿真
下载PDF
职称材料
基于GRA/EEMD-Informer混合模型的光储直柔配电系统多数据预测方法
2
作者
王炳铮
岳云涛
+1 位作者
李炳华
万珊珊
《电力科学与技术学报》
CAS
CSCD
北大核心
2024年第3期86-95,共10页
针对现有时间序列模型预测光储直柔配电系统短期发用电数据精度不高的问题,提出一种基于灰色关联度分析/集合经验模态分解(grey relation analysis,ensemble empirical mode decomposition,GRA/EEMD-Informer)的光储直柔配电系统多数据...
针对现有时间序列模型预测光储直柔配电系统短期发用电数据精度不高的问题,提出一种基于灰色关联度分析/集合经验模态分解(grey relation analysis,ensemble empirical mode decomposition,GRA/EEMD-Informer)的光储直柔配电系统多数据预测模型,通过灰色关联度分析、模态分解,结合自注意力蒸馏机制,有效捕捉输出和输入之间较精确的长程相关性耦合,降低了时空复杂度,极大缓解了传统编解码的局限性。将已建成并投入使用的光伏发电站某月数据、典型办公建筑某月电力数据及电动汽车充电站运行数据作为原始数据,以均方误差、平均绝对误差、均方根误差作为评价指标对模型进行检验,并进行消融实验与分析,最后与长短期记忆网络(long short-term memory,LSTM)、基于粒子群优化(particle swarm optimization,PSO)算法的长短期记忆网络(PSO-LSTM)、Transformer时间序列预测方法对比,结果表明该方法的拟合程度明显高于其他预测方法,验证了GRA/EEMDInformer算法对提高预测能力的有效性和实用性。
展开更多
关键词
光储直柔
GRA/EEMD-Informer
光伏发电输出功率
建筑电力负荷
电动汽车
负荷
下载PDF
职称材料
题名
基于遗传算法优化神经网络的建筑物电力负荷预测
被引量:
1
1
作者
梁永兴
机构
香港华艺设计顾问(深圳)有限公司武汉分公司
出处
《伺服控制》
2014年第7期77-78,82,共3页
文摘
对建筑物电力负荷进行准确有效的预测,是进行电气设计和节能改造的基础和前提,也能为电力部门制定电力规划提供依据。本文通过建立BP神经网络模型,解决了建筑物电力负荷预测由于强耦合性、滞后性和非线性而难于建立模型的问题,并利用遗传算法强大的全局搜索能力对所建网络模型进行权值优化,解决了传统BP神经网络易陷入局部最优的困扰,使得预测更为精准。最后通过MATLAB进行仿真实验,验证了此法的可行性。
关键词
建筑
物
电力
负荷
预测
遗传算法
BP神经网络
MATLAB仿真
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于GRA/EEMD-Informer混合模型的光储直柔配电系统多数据预测方法
2
作者
王炳铮
岳云涛
李炳华
万珊珊
机构
北京建筑大学电气与信息工程学院
悉地(北京)国际建筑设计顾问有限公司
出处
《电力科学与技术学报》
CAS
CSCD
北大核心
2024年第3期86-95,共10页
基金
国家自然科学基金(61902016)
北京建筑大学研究生创新科研项目(07081022003)。
文摘
针对现有时间序列模型预测光储直柔配电系统短期发用电数据精度不高的问题,提出一种基于灰色关联度分析/集合经验模态分解(grey relation analysis,ensemble empirical mode decomposition,GRA/EEMD-Informer)的光储直柔配电系统多数据预测模型,通过灰色关联度分析、模态分解,结合自注意力蒸馏机制,有效捕捉输出和输入之间较精确的长程相关性耦合,降低了时空复杂度,极大缓解了传统编解码的局限性。将已建成并投入使用的光伏发电站某月数据、典型办公建筑某月电力数据及电动汽车充电站运行数据作为原始数据,以均方误差、平均绝对误差、均方根误差作为评价指标对模型进行检验,并进行消融实验与分析,最后与长短期记忆网络(long short-term memory,LSTM)、基于粒子群优化(particle swarm optimization,PSO)算法的长短期记忆网络(PSO-LSTM)、Transformer时间序列预测方法对比,结果表明该方法的拟合程度明显高于其他预测方法,验证了GRA/EEMDInformer算法对提高预测能力的有效性和实用性。
关键词
光储直柔
GRA/EEMD-Informer
光伏发电输出功率
建筑电力负荷
电动汽车
负荷
Keywords
PEDF
GRA/EEMD-Informer
photovoltaic power output
building power load
electric vehicle load
分类号
TM71 [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
基于遗传算法优化神经网络的建筑物电力负荷预测
梁永兴
《伺服控制》
2014
1
下载PDF
职称材料
2
基于GRA/EEMD-Informer混合模型的光储直柔配电系统多数据预测方法
王炳铮
岳云涛
李炳华
万珊珊
《电力科学与技术学报》
CAS
CSCD
北大核心
2024
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