共查询到20条相似文献，搜索用时 46 毫秒
1.
精确高效的短期电力负荷预测在现代化电网建设和资源分配上具有重要的作用和研究意义.随着水电、风电等新能源逐渐接入,电网中数据维度飞速增长,面对具有海量特征的高维数据,短期电力负荷预测技术面临着重大的挑战.传统的短期电力负荷预测技术仅关注了某些特定的特征,因此很难对电力负荷数据在时间维度进行建模;基于循环神经网路的方法虽然能够关注数据中的历史信息,但是因为数据维度过高,导致重要信息丢失、模型无法收敛.为了解决这一问题,提出了一种基于注意力机制的长短期记忆模型(Attention-LSTM),算法使用卷积神经网络从电网高维数据中提取特征,然后使用LSTM对特征进行时序建模;同时引入Attention机制来对历史信息进行加权,减少重要历史信息的丢失.算法在中国东南某地区电力负荷数据上进行测试,预测精度明显优于目前常用的方法. 相似文献
2.
基于长短期记忆神经网络的短期负荷预测方法 总被引：1，自引：0，他引：1
《黑龙江科技信息》2016,(31)
为了能够挖掘出海量数据中蕴含的有效信息,提高短期负荷预测精度,本文提出了具有深度学习能力的长短期记忆神经网络(Long Short-Term Memory,LSTM)模型进行短期负荷预测,深度学习顺应了大数据的趋势,对海量数据学习、泛化能力强。利用主成分分析方法对样本进行选择,进而建立LSTM预测模型。仿真结果表明,采用LSTM预测模型相对于BP神经网络模型提高了预测精度。 相似文献
3.
交直流(AC/DC)配电系统中的负荷类型更加多样化和复杂化,因此负荷变化规律也更加难以掌握,精确的负荷预测对AC/DC配电系统的调度非常重要.针对神经网络、灰色理论和支持向量机等传统的短期负荷预测方法存在的预测精度不高的问题,本文采用改进集成学习算法对传统的预测方法进行改进,提出了一种基于浅层神经网络的梯度提升算法(GBSNN)以及基于长短期记忆网络的极度梯度提升(XGBLSTM)算法.同时,本文采用Huber函数作为预测模型的损失函数,该函数对异常的负荷数据具有很强的鲁棒性,可以有效减小模型的泛化误差.最后通过仿真分析证明本文提出的基于GBSNN和XGBLSTM的短期负荷预测方法比其他方法具有更高的预测精度,在AC/DC配电系统负荷预测中具有更好的效果. 相似文献
4.
大数据环境下资源负荷短期预测时间跨度计算是提高大数据资源调度和数据集成的基础。通过对大数据环境下资源负荷短期预测时间跨度的准确估计,提高资源负荷的预测性能。提出一种基于非线性差分相点融合估计的资源负荷短期预测时间跨度估计算法。构建大数据环境下资源负荷模型,基于非线性差分相点融合估计的资源负荷短期预测时间跨度估计,进行非线性差分相点融合,进行全网拓扑信息激励传播均衡设计,通过频繁的切换来进行网络选区,将时间划分为连续区间,重新分配大数据环境下的时间跨度,最后得到基于线性差智能群辨识的资源短期预测时间跨度估计算法改进。仿真结果表明,该算法具有较好的时间跨度估计性能,提高了大数据环境下的资源负荷预测精度,具有较小的任务调度路径延时和能耗损失,为提高云平台的资源利用效率提供基础,展示了较好的应用价值。 相似文献
5.
大型城市供电企业负荷主要由第三产业负荷、居民生活负荷、行政事业单位负荷、企业的生产负荷构成,受季节、天气影响很大,具有与大电网系统显著不同的特征.本文结合目前短期大城市电力负荷预测的现状及各种预测算法的基础上,针对近年来,第三产业负荷、居民生活用电在大城市核心区总用电量中所占的比重提升较多的情况,结合北京朝阳地区电网运行实际,提出把温湿持久度作为影响地区负荷预测的主要影响因素,进行计算形成数据对比模型. 相似文献
6.
《中国科技信息》2020,(Z1)
随着电网逐步智能化,电力通信网承载的业务系统不断扩大升级,传统的网络流量模型己无法很好的拟合现有的网络流量,建立基于海量数据的电力通信网络流量预测模型具有重要意义。针对电力通信网网络业务流量所呈现的随机性和波动性特点,提出了一种基于长短时记忆(LSTM)和支持向量回归(SVR)的新型混合预测模型以提高短期网络流量预测的准确性。该模型首先采用变分模态分解(VMD)提取流量序列的固有模态,降低噪声的随机性影响,然后采用LSTM分别对各本征模态进行拟合,充分挖掘流量序列在时间上的分布特征,最后考虑流量影响因素,采用SVR拟合残差余量,并将所有子预测模型进行叠加整合。该模型使用实际数据为研究对象进行仿真预测,结果表明,该模型可有效提高模型的预测精度。 相似文献
7.
文章认为相空间局域线性回归法是电力系统短期负荷预测混沌预测法中广泛使用的方法,在用线性最小二乘法估计局部线性化模型的参数时,往往由于病态的数据矩阵导致估计值对噪声过于敏感而变得不可信.针对这种情况应用最小均方误差准则和最陡下降原理提出了一种基于自适应滤波电力系统短期负荷预测算法,避免了病态矩阵的影响.实验结果表明该算法预测结果稳定、可靠. 相似文献
8.
智能电网的—个重要特征是通过高精度的用电量预测进行电能智能调配,用电量信息的精确预测是电网智能化的关键指标.针对用电量数据非线性的特点,提出了一种基于粒子群优化的PSO-CV-SVR模型.该模型基于支持向量回归机原理,以粒子群算法和交叉验证的思想优化模型参数.将该模型应用于江苏省全社会用电量的预测分析,结果表明该模型优于BP-神经网络方法,提高了预测的精度. 相似文献
9.
挖掘合适的气象因素处理方法是提高预测精度的关键,Fisher信息理论为此类问题的解决提供了一种新途径,该方法用于解决大数据环境下短期负荷预测中实时气象因素的建模问题。针对气象变量,Fisher信息计算问题首先被解决,据此给出了基于Fisher信息的气象因素建模方法。 相似文献
10.
提出了一种能够提高负荷预测精度的方法。在对历史电网运行数据进行处理时引入大数据挖掘技术,并且使用了支技向量机来进行电力系统短期负荷的预测新方式,对基于粒子群优化的支持向量算法进行了改进,提出基于相似日聚类的支持向量机的方法以对电网的负荷状态进行预测。以湘潭市的电力负荷数据为测试数据,进行两种算法结果的对比。结果表明:本文的算法在对比中具有较大的优势,数据预处理在预测的精度上有着非常重要的关联。 相似文献
11.
12.
设计作为技术和市场之外的第三种创新驱动力已开始得到越来越多的研究重视,但从顾客感知的视角来探讨产品设计如何对渐进性创新和根本性创新产生影响的经验研究尚不多见。基于"产品设计→顾客感知质量→顾客购买意愿和口碑传播"的理论模型,通过针对渐进性创新和根本性创新分别展开调查研究,实证分析结果显示设计驱动力的美学维度和功能维度对于渐进性创新和根本性创新的顾客感知与行为的影响并不一致,对渐进性创新来说,设计的美学维度和功能维度除了对于顾客购买意愿和口碑传播具有直接的正向影响,还通过顾客感知质量对其产生间接作用;对于根本性创新来说,设计的美学维度和功能维度均要完全通过顾客感知质量来间接作用于顾客购买意愿和口碑传播。此外,设计驱动力的象征意义维度对于渐进性创新和根本性创新的顾客感知与行为的影响具有一致性,即设计的象征意义维度对于两种创新类型的顾客购买意愿和口碑传播均有着直接的正向影响,但对于顾客感知质量的影响都不显著。 相似文献
13.
14.
对文献计量学研究的一些看法 总被引：7，自引：0，他引：7
1文献计量学目前的状态 文献计量学存在着定义多、模型多、争论多的问题,总的说来,对文献计量学是什么,研究什么,还存在分歧,突出表现在以下3个方面. 相似文献
15.
复杂科学的研究是当代科学研究的重要领域,尤其是复杂适应系统的研究更为人们所关注。本文首先论述了复杂系统的几个重要特征：开放性、复杂性、层次性及复杂适应系统的七个基本点,然后从其中的几个方面探讨了internet所呈现出的复杂适应系统特征;从而说明了internet是一个复杂适应系统。该系统所呈现的特征将为进一步研究其他复杂适应系统提供理论依据。 相似文献
16.
17.
18.
Wiki-IC是信息共享空间(IC)的Wiki化,是在虚拟层面建立信息共享空间的知识服务模式的创新。文章以Wiki为应用平台,在分析Wiki知识构建特征的基础上,研究Wiki-IC的构成要素、工作原理、知识服务内容等方面,最后对Wiki-IC存在的问题作出了探讨。 相似文献
19.
基于和谐的界面有效性研究 总被引：4，自引：0，他引：4
依据生产有效性理论和界面管理理论，对界面有效性进行了界定，指出界面有效性的本质是界面和谐。以此为基础，运用和谐理论的和谐分析矩阵建立了界面有效性的测度模型。 相似文献
20.
本文试图通过建立需要的相关数学模型,对需要满足、需要关心和外部环境制约等进行分析,从而探讨对于组织成员的需要进行认识和引导的根据。 相似文献