短期电力负荷相关论文
基于组合预测方法的研究思路,在LSTM神经网络的基础上,引入强化学习思想,采用简化的Inception网络结构,构造成隐藏状态矩阵,实现LS......
为了进一步挖掘混沌系统的演化信息,提升预测精度,减少训练时间,提出了一种基于最大信息挖掘广域学习系统多核最小二乘支持向量机(......
短期电力负荷具有整体周期性和局部非线性的特点,单一模型预测精度不高.为此,提出一种基于改进的奇异谱分析(ISSA)方法的组合预测......
利用河北省电力公司提供的近7年来日最大电力负荷资料与对应气象要素资料,采用线性趋势分析的方法,分析了电力负荷的年变化趋势;采用......
短期电力负荷是电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负荷预测技术水平,有利于节能,提高电力系统的经济......
短期电力负荷预测存在数据时间序列紊乱现象,导致预测短期电力负荷精确度低,为此提出用于短期电力负荷预测的时间序列数据深度挖掘......
由于短期电力负荷存在随机性强、影响因素多、预测精度低等问题,在充分考虑气温、日期、节假日等影响因素的基础上,深入研究预测模......
以短期负荷预测模型精确度的提高为重点工作方向,采用模糊聚类方法对短期负荷预测模型设计内容进行探讨。首先,在总体气象因素中做......
电力系统短期负荷预测是电力调度部门的重要工作之一,负荷预测的精度直接影响到电网的平安、经济和稳定运行。影响电力负荷的因......
针对短期电力负荷的特点,提出了一种基于相似日的支持向量机预测模型。利用相似日方法描述由于多种相关因素的不同而导致的预测日......
随着市场机制的引入,电力系统的短期负荷预测的精度直接与效益相关,因此负荷预测的重要性已经得到普遍重视。本文在分析负荷预测的特......
基于多层感知器可任意精度逼近线性或非线性函数的基本原理,提出一种考虑气候影响因素的多层前馈神经网络的短期负荷预测方法,并给......
短期负荷预测是电力系统调度的一个重要组成部分,是电力市场交易的主要数据源,尤其是短期负荷预测己经成为电网控制、分析和优化的......
现阶段,各项社会生产和经济活动对电力能源的需求越来越大,电力负荷预测方法的研究和相关工作成为人们关注和重点内容.电力负荷预......
负荷预测是电力系统调度和计划部门的主要工作之一,准确的负荷预测对于保证电力系统安全、稳定和经济运行以及在电力市场环境下提......
短期电力负荷预测工作是电力系统优化运行的基础,对电力系统经济、稳定以及安全运行有着极为重要的作用,是调度运营和负荷管理的一......
短期电力负荷预测是国家电网调度部门的重要工作内容,对电网运行的经济性和安全性有着重大的影响。但是,由于电力负荷自身的非线性、......
摘要:电力行业是社会生产生活的重要行业,为我国经济的发展作出了突出的贡献。电力的短期负荷预测在整个电力系统构建中占着十分重要......
数据挖掘与人工智能理论在短期电力负荷预测中发挥着重要作用,能显著提高电网管理水平,具有良好的应用价值.本文针对数据挖掘与人......
针对支持向量回归机在预测建模中的参数选取问题,提出一种基于混沌自适应策略的粒子群优化支持向量回归机参数的方法。采用混沌映......
为了有效预测具有一定周期性和随机性的非平稳时间序列的电力负荷,提高预测精度,提出了一种基于经验模式分解(EMD)和人工神经网络(ANN)的......
为了提高短期电力负荷预测结果的准确性,该文提出了蝙蝠算法优化最小二乘支持向量机(BA-LSSVM)的方法。该方法利用蝙蝠算法对最小二......
为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据......
为了提高短期电力负荷预测的精度,提出基于RBF-ARX模型的短期电力负荷循环预测法:将短期电力负荷预测看作非线性时间序列预测问题,并......
利用重庆市九龙坡区电网2009年7月1日000-10月8日4:00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移......
为了准确、有效地预测短期负荷,提出了一种鲶鱼粒子群算法优化支持向量机的短期负荷预测模型(BFPSO-SVM)。基于混沌理论对短期负荷时......
提出将一种进化的神经网络模型——极限学习机应用于短期电力负荷时间序列预测中,该方法具有模型参数设置少、训练速度快和良好的......
本文分析了天气和节假日对电力负荷的影响,建立了神经网络和模糊逻辑相结合的综合预测模型进行短期负荷预测.预测结果经两步得出,......
基于电力负荷模式分类的短期电力负荷预测能够更加系统化、准确化地实现相关数据的分析,从而有效改善电网运行的整体负荷预测性能。......
短期电力负荷的预测对电力系统具有重要的意义。利用剪枝和附加动量法对标准函数连接神经网络(FLN)进行改进,并将电力负荷的机理和......
随着电力工业逐步进入市场化,区域配电网短期电力负荷预测在电力行业中地位越来越重要,精准的短期负荷预测方法对电力系统安全稳定......
本文利用遗产算法的全局优化搜索能力来优化了小波神经网络,建立了基于遗产算法的小波神经网络短期电力负荷预测模型,克服了BP神经网......
短期电力负荷预测是工程技术人员安排电力调度的重要依据.研究了利用混沌理论与RBF神经网络相结合实现短期电力负荷预测的方法.并......
针对如何提高短期电力负荷预测精度的问题,提出基于核主成分分析法(Kernel principal component analysis,KPCA)和改进的回声状态......
为了避免传统方法预测短期电力负荷建模复杂性,将改进遗传算法(GA)和误差反向传播(BP)算法相结合构成的混合算法用于训练人工神经网络,结......
电力系统短期负荷一般随着时间的变化呈现一定的范围性、非线性的波动。对于非线性短期电力负荷,传统的卡尔曼滤波预测方法难以取......
针对灰色GM(1,1)模型用于电力短期负荷预测不能有效反映负荷周期性变化及精度不高的问题,提出了GM(1,1)模型群方法.该方法通过分时......
为了提高电力系统短期负荷预测的精度,提出将基于模拟退火思想的改进粒子群优化(SAPSO)算法和误差反向传播(BP)算法相结合构成SAPSO—BP......
针对短期电力负荷预测,从不同研究角度出发,分别构建了时间序列ARIMA模型和基于相似日的灰色预测GM(1,1)模型,使用SPSS、MATLAB等软......
短期电力负荷预测是电力系统安全调度、经济运行的重要依据,随着电力系统的市场化,负荷预测的精度直接影响到电力系统运行的可靠性......
针对支持向量机在建模中的参数选取问题,提出一种二阶振荡和带斥力因子的粒子群优化算法优化支持向量机参数。采用非线性递减权重......
<正>为提高电力负荷预测精度,提出一种改进人工智能神经网络的短期电力负荷预测模型。采用人工神经网络的非线性预测能力建立电力......
把电力负荷预测模型分解为由基本负荷和影响因素产生的增量组成的4个分量,分析了各分量产生的内在机理,介绍了各分量对预测模型影响......
为了提高短期电力负荷预测精度,分别建立了基于BP神经网络和Elman神经网络的短期负荷预测模型。采用附加动量法优化BP神经网络以提......