短期电力负荷预测相关论文
精准的电力负荷预测是保障电力系统安全、稳定、经济运行的重要支持。随着我国构建新型电力系统的未来发展趋势,电力负荷预测的准......
针对电力负荷非线性、预测条件多样性、预测模型参数设置主观性等问题，提出一种基于强适应性的日均负荷日期映射法、高非线性拟合性......
有效的短期电力负荷预测模型有利于保障电力系统稳定且高效地运行。为此，首先提出了一种具有相邻反馈的混合回声状态网络（hybrid ech......
电力能源是一个国家发展的经济命脉,电力的生产和使用必须要维持一定的平衡。更重要的是,可再生能源并入到电网,增加了更多的可变......
针对短期电力负荷单一模型精度不高的问题,本文给出了一种基于ARIMA-BP神经网络的组合预测模型。首先使用时间序列法和BP神经网络......
大规模新能源并网发电、大量移动储能装置如电动汽车的普及以及用电个体积极参与电力市场等因素给电网带来了与日俱增的波动性和不......
针对传统机器学习算法的泛化性能不足，模型参数与结构确定困难等缺点，采用基于灰色关联和麻雀搜索算法（SSA）的组合算法，优化最小二乘支......
针对电力负荷序列不平稳、随机性强，直接输入模型会导致拟合效果差、预测精度低等问题，提出了一种基于添加互补白噪声的互补集合经验......
为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足，提出一种基于改进多元宇宙（improvedmultivariateuniverseoptimi......
针对现有电力负荷预测方法精度比较低的问题，该文提出一种改进深度神经网络的短期电力负荷预测模型。首先通过长短时记忆网络（Long S......
准确的电力负荷预测对于保证电力系统的稳定运行起着重要作用。针对传统短期电力负荷预测方法预测精度低，模态分解后未考虑子序列融......
电力负荷预测是保证电力系统安全稳定运行,实现合理电力调度和提高电网系统运行效率的基础。因此,需要更为精准的电力负荷预测方法......
针对风电功率随机性较强、时序关联难以建模的问题,构建了变分模式分解(variational mode decomposition,VMD)与权值共享门控循环......
针对电力负荷呈现出非线性的特性所导致预测精度不高等问题,本文提出基于VMD-QPSO-BiLSTM的短期电力负荷预测方法.首先,采用变分模......
短期电力负荷预测是电力系统规划与运行的重要环节,对保障电力系统的安全稳定运行有着非常重大的意义。因为随机向量泛函链接（RVFL）......
短期电力负荷预测是能源行业的重要组成部分。准确的电力负荷预测可以大幅降低电网运行成本,是电力系统稳定高效运行的重要保障。......
为了进一步完善电力市场化的构建以提高电网公司的市场竞争力,短期电力负荷预测对电网的规划以及检修都具有关键的作用。所以要求......
在大电网逐步迈向智能化、数字化、信息化的同时,智慧校园的规划与建设也持续深入。作为关键一环的电能,其分配的合理性对智慧校园......
分布式能源的大规模并网给电力系统带来了挑战。电力系统的稳定运行具有负荷平衡的强约束性,准确的电力负荷预测在保证电力系统稳......
在配电网的规划和设计中短期电力负荷预测起着很重要的作用,电力负荷预测可以为电网公司内部的生产计划、调度计划以及检修计划提......
针对短期电力负荷预测精度低、泛化能力弱等问题,提出了一种基于相似日选取与多集成组合的短期电力负荷预测模型.首先利用最大信息......
我国庞大的人口基数和工业产量奠定了我国对电力的巨额需求,但由于电力系统复杂的运营模式,加之用户用电的不确定性,同时伴随着电......
准确的短期电力负荷预测对保证电网安全稳定运行、能量优化管理、提高发电设备利用率和降低运行成本等具有重要作用。传统时间序列......
在电力行业不断发展,电网智能化水平持续提高的过程中,用户对电能提出了更高的要求,电力负荷预测的重要性也日益凸显。较高精度的......
电力负荷预测是目前我国电力行业统筹发展的一项关键性任务,随着国家经济的迅速进步以及环保战略的进一步推动,负荷体现出增速减缓......
针对负荷预测过程中特征量难以确定以及极限学习机（ELM）存在因随机产生的初始权值和阈值导致输出稳定性低的问题，提出一种基于格拉姆-......
短期电力负荷预测能准确评估地区整体电力负荷变化情况,为电力系统运行决策提供准确参考.电力负荷参数受多维因素影响,为充分挖掘......
为提高短期负荷预测精度,提出基于卷积神经网络和长短期记忆神经网络的电力负荷预测混合模型.根据电力负荷高维非线性且具有周期性......
针对短期电力负荷预测精度不高的问题,提出了一种IAFSA-WNN的短期电力负荷预测模型.通过灰狼优化算法优化人工鱼群算法的聚群和追......
恶劣海况时电力推进船舶的电网负荷波动较大,发电机组会频繁投入或退出电网,准确的电力负荷预测将有助于优化能量管理策略,保障电......
针对传统的短期电力负荷预测模型存在的预测精度不高和滞后性的问题,本文提出一种基于卷积神经网络、长短时记忆网络和注意力机制......
基于序列分解的方法能够提高短期电力负荷预测精度,但会带来误差的积累。同时,现有方法忽略了历史预测误差与当前预测结果的相关关......
针对短期电力负荷预测精度低与准确性差的问题,设计了CEEMDAN-DISPSO-LSTM混合预测模型。运用自适应噪声的完全集成经验模式分解算......
准确的电力系统负荷预测对电力系统安全稳定运行具有重要意义,为提高负荷预测精度,采用变分模态分解(variational mode decomposit......
短期负荷预测是电力系统安全经济运行的前提,在电力系统发展日趋复杂的今天,传统的负荷预测技术越来越难以满足电力部门负荷预测精......
为了提高短期电力负荷预测的精度,提出一种基于自适应柯西变异粒子群(ACMPSO)算法优化长短期记忆(LSTM)神经网络的短期电力负荷预......
短期负荷预测是电力系统调度运营部门的一项重要工作,尤其是随着电力市场的建立和发展,短期负荷预测将发挥愈加重要的作用。其预测......
电力系统的稳定运行具有负荷平衡的强约束性,准确的电力负荷预测在保证电力系统规划与可靠、经济运行方面具有十分重要的意义,影响......
随着电力大数据时代的到来,如何挖掘海量数据背后潜在的信息具有至关重要的意义。电能存在不可存储性,生产和消耗同步进行,因此电......
短期电力负荷预测作为电力运行系统中重要的一部分,一直备受研究学者的关注。电力负荷序列具有随机性和非平稳性,所以无法达到误差......
随着传感器与网络通讯的普及应用,大数据成为社会的热点词。如何从海量的数据中发掘出潜在的模式或规律等有用信息并将其转化为商......
近年来,随着分布式能源和新能源逐步并入智能电网,导致负荷潮流变化加大,如何进行准确的短期负荷预测已成为保障智能电网安全健康......
