短期负荷预测相关论文
将Prophet算法引入负荷预测领域，并结合XGBoost算法提升Prophet负荷预测准确性。Prophet算法基于时间序列分解及机器学习的拟合，将负......
配电变压器是配电网中连接用户的重要设备，研究其负荷变化规律是十分重要的。随着物联网技术在电力系统中的推广，配电网中监测的配电......
针对双碳目标下传统负荷预测模型难以捕捉数据内部时序特征导致负荷预测精度不高的问题，提出一种基于经验模态条件生成对抗网络（CGAN......
近年来,分布式光伏在配电网的渗透率不断提高。具有随机性的光伏出力与实际负荷耦合,形成不确定性更大的广义负荷,给配电网的安全......
1电力负荷序列易受多重外部因素影响而呈现复杂性，不利于精准预测。为此，提出一种基于变分模态分解（variational mode decomposition,......
短期电力负荷预测作为电力系统的基本组成，能够指导电力公司制定经济合理的生产调度计划。由于电力负荷数据的时序特性和非线性特性......
负荷预测的准确与否关系到社会的生产生活秩序是否能够正常进行,对于电力企业而言,相对较高的负荷预测准确性能够有效的降低发电成......
短期电力系统负荷预测是电力系统运行、市场规划的关键前提,其准确性可以保证电力系统安全稳定运行,降低发电成本,提升经济效应。......
针对目前多特征电力负荷预测精度不准的问题，为充分挖掘电力负荷数据中的时序信息、天气信息等特征信息，提出了一种基于变分模态分解......
针对新能源时代下，负荷数据随机性更强，负荷预测误差较大的问题，提出一种基于时间模式注意力机制的门控循环单元神经网络（TPA-GRU）短期......
随着智能电网信息化水平的不断提高以及可控负荷、分布式电源和储能等广义需求侧资源的大量接入,将产生海量负荷数据集并改变负荷......
短期电力负荷预测对电力系统的可靠运行具有重要意义，基于深度学习的方法近年来逐渐成为主流，但仍存在以下局限：1)缺乏对特征之间的依......
为提高负荷预测精度，考虑了历史负荷本身内在规律及外部影响因素，提出一种基于变分模态分解（variational modal decomposition,VMD）–......
为了提高短期负荷预测模型的精度，提出了一种基于门控循环单元（Gated recurrent unit,GRU）神经网络的Wasserstein生成对抗网络（Wassers......
短期负荷预测对电力系统可靠、安全、经济运行具有重要意义。针对天气对负荷的影响采用基于大数据的回归分析法进行量化研究，以寻找......
短期电力负荷预测是电力部门进行电网规划和运行调度的重要工作之一，针对负荷数据的时序性特征，为提升电力负荷预测精度，建立了一种基......
在区域型综合能源系统（IES）内各负荷间耦合程度逐渐增强和对更准确、可靠的用能预测需求日益提高的背景下，提出一种基于耦合特征构造......
短期电力负荷预测在电力系统的生产计划安排与实际运行调度中起着十分关键的作用,在学术领域中也一直是热点研究问题。由于电力系......
高效精准的短期负荷预测对电力系统安全稳定运行至关重要。提出一种基于经验模态分解（EMD）和门控循环单元（GRU）的组合预测模型。首先选......
高效准确的短期电力负荷预测能帮助电力部门合理制定生产调度计划,减少资源浪费。深度学习中以循环神经网络（recurrent neural netw......
针对不同类型用户的短期负荷预测，目前应用较为广泛的为支持向量机与深度学习模型。针对最小二乘支持向量机（least squares support ......
负荷分解后再预测的方法是负荷预测目前比较有效的组合预测方式。针对传统经验模态分解存在的端点效应和模态混叠的问题，以及负荷分......
为提高电力负荷预测的准确性以降低后期电力备用储能建设的成本，需采取合理精确的预测模型预测未来负荷数据，文中提出一种基于变分模......
传统的神经网络在时间相关性较强的负荷预测中精度不高。为了有效提高短期电力负荷预测精度，提出了一种基于卷积神经网络CNN和长短......
为了更加准确地进行短期电力负荷预测，提高预测精度，利用不平稳电力负荷时间序列具有周期性和非线性的特征，提出一种新的电力系统短期......
为实现人类社会可持续发展,可再生能源的开发利用越来越受到关注。以风能、太阳能为主的新能源发电应用越来越广泛,传统电力系统正......
为满足住宅能耗的高峰需求,潜在的解决方案是需求响应。而智能电表的双向通信模式可使公用事业公司高效的负荷管理与精准的需求评......
随着我国城乡居民生活水平的不断提高,居民用户负荷在社会负荷结构中所占比例逐步提升,同时,随着电网峰值负荷的逐年攀升,如何保证......
作为电力系统的重要一环,电力负荷预测是电网规划与调度的重要依据。准确的短期电力负荷预测,不仅能够节约资源,降低经济成本,还有......
短期电力负荷具有不平稳、随机性强等特点，传统的负荷预测方法在建模中常表现出一定的局限性。为提高预测精度，提出了一种基于互补集......
精确地短期负荷预测为电力系统经济调度和机组最优负荷分配交易奠定基础。因此，提出了一种将变分模态分解（variational mode decompo......
精准的负荷预测有利于电力系统的稳定运行，提高经济性和可靠性。为了提高短期电力负荷的预测精度，提出了一种基于改进型黑猩猩算法优......
高效准确的短期负荷预测在电力市场交易过程中可以提高发电设备的利用率和经济调度的有效性。为解决历史数据当中特征因素较多且特......
为了更有效地提取电力负荷数据中的潜藏特征与隐藏信息,提高电力负荷预测精度,针对负荷具有较强非线性、非平稳性和时序性特点,提......
基于循环神经网络的负荷预测模型大多将历史负荷数据和影响负荷的其他因素如气象数据等共同作为预测模型的输入特征,但气象数据内......
针对短期电力负荷预测目前存在的难点与问题,提出了一种基于麻雀搜索优化的注意力门控循环单元预测方法.首先,应用注意力机制对输......
电力负荷预测在平衡能源分配、经济性和电力系统安全可靠运行方面发挥着重要作用,精准的负荷预测可以降低电力运行的成本和风险,提......
电力系统的高效稳定是国家经济发展的重要基础。但由于电能的生产、输送、分配和消费几乎是同时进行的,电力无法大量储存,所以电力......
精准的燃气负荷预测对于储气调峰和城镇燃气管道的规划建设有着重要的意义,本文采用支持向量回归(SVR)对城镇燃气短期负荷进行预测......
针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换(FFT)、密度层次聚类算法(DC-HC......
为了提高短期电力负荷预测的精度,提出一种基于极端梯度提升和长短期记忆网络的组合预测方法.首先采用Spearman相关系数法对负荷与......
在短期负荷预测中,含有循环单元的深度学习模型应用广泛,但训练时采用的权值共享结构具有时不变性,忽略了输入特征(气象、日期、历......
电能是关系国民经济发展的重要能源,负责生产、输送、分配、使用电能的电力系统是一个非常复杂的系统,高精度的电力系统短期负荷预......
在智能电网快速发展的背景下,电力数据的数据量快速增长且数据种类越来越多,传统的集中式处理方法越来越乏力,为了能够更好满足电......
