共查询到19条相似文献,搜索用时 62 毫秒
1.
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,准确作出电力负荷预测具有很大的挑战。当下深度学习不断发展,其在复杂非线性关系建模和处理时序信息等方面表现突出。文章提出一种融合XGBoost和改进Transformer模型的新型短期电力负荷预测方法 XGB-Transformer。该方法考虑时间周期和气象因素对电力负荷的影响,利用基于XGBoost的特征选择方法进行数据规约,利用改进后的Transformer模型来学习序列内部规律和序列间的长距离依赖关系,以提高预测准确性与效率。该方法在真实的电力系统负荷数据上进行实验,结果表明XGB-Transformer方法在准确率和效率2个方面均优于传统方法和其他深度学习方法,证明了其有效性。 相似文献
2.
3.
为了提高短期电力负荷预测的准确性,降低因预测精度不高带来的电能损失,提出将花朵授粉算法(flower pollination algorithm,FPA)与BP神经网络相结合,利用FPA算法具有收敛速度快、全局搜索能力强的特点,对BP神经网络的权值和阈值进行优化,改善传统BP神经网络因权值和阈值的选择具有随机性而陷入局部最优和收敛速度慢的缺点。最后,通过某地区实际负荷数据验证了优化后的BP神经网络的预测精度得到了提高。 相似文献
4.
针对电力负荷时序变化非线性和多周期性特点,提出一种基于分解-预测-重构框架的CVMD-GRU-DenseNet短期负荷预测方法。分解阶段依据子序列间的相关熵确定VMD最佳分解数,提高负荷序列分解质量;预测阶段针对各子序列特点筛选输入特征,规律性强的低频分量采用GRU神经网络预测模型,强随机性的高频分量采用DenseNet神经网络预测模型;最后将各分量的预测结果重构为负荷预测曲线。湖北某市四季的实际负荷算例结果表明,该方法能有效提高短期负荷预测精度,并具有较强的泛化能力。 相似文献
5.
本文以城建国际大厦冷源系统的检测数据为依据,利用BP神经网络,建立了空调负荷预测模型,并取得了较好的结果。文章进一步分析了可能存在的误差及提高预测精度的方法。 相似文献
6.
本文构造了一种线性与非线性结合的神经网络,提出了短期负荷预测的神经网络方法。使用最近的观测资料对神经网络进行学习训练,调整神经元间的权值。然后对未来负荷进行预测。通过对华中电网的观测资料进行仿真,在正常情况下获得较好结果。 相似文献
7.
针对传统灰色预测模型GM(1,1)在电力负荷预测中存在的局限性,提出了电力系统中期负荷预测的变权重灰色模型.以河北承德为例进行负荷预测,并与指教平滑法、动平均法、二项式预测模型和GM(1,1)模型四种方法的预测结果及实际用电量进行分析比较.结果表明,该模型预测精度较高、简捷、合理、实用,可作为中期电力负荷预测的工具之一. 相似文献
8.
为解决短期电力负荷预测中LSSVM模型的参数难以确定的问题,利用变尺度混沌算法优化LSSVM模型的惩罚因子和核函数参数,构建了MSC-LSSVM模型,并将其应用于湖南省隆回县地区电网各小时点的数据分析和预测中。结果表明,MSC-LSSVM模型避免了人为选择参数的盲目性,预测精度较高。 相似文献
9.
10.
针对能源互联网环境下用电用户数据量大、多维度这一特点,提出了一种混合神经网络深度学习的短期电力负荷预测方法。首先,考虑常见的电力系统负荷的影响因素,建立多维数据库,并进行偏相关分析,排除其他变量干扰;其次,将LSTM、GRU两种神经网络作为前端神经网络对多维数据库中数据进行处理;最后,采用随机概率剔除与Adam训练优化函数改进的BP神经网络作为末端神经网络,建立负荷预测模型。通过算例仿真对本文方法与传统BP神经网络、LSTM神经网络、GRU神经网络进行了对比,验证了所提方法的有效性。 相似文献
11.
In deregulated power markets, forecasting electricity loads is one of the most essential tasks for system planning, operation and decision making. Based on an integration of two machine learning techniques: Bayesian clustering by dynamics (BCD) and support vector regression (SVR), this paper proposes a novel forecasting model for day ahead electricity load forecasting. The proposed model adopts an integrated architecture to handle the non-stationarity of time series. Firstly, a BCD classifier is applied to cluster the input data set into several subsets by the dynamics of the time series in an unsupervised manner. Then, groups of SVRs are used to fit the training data of each subset in a supervised way. The effectiveness of the proposed model is demonstrated with actual data taken from the New York ISO and the Western Farmers Electric Cooperative in Oklahoma. 相似文献
12.
13.
14.
王瑞骏 《电网与水力发电进展》1999,(2)
通过对中小型水电站年负荷率变化特点及其预测问题的分析,建立了中小型水电站年负荷率预测的灰色数学模型,并就预测中样本序列的拓朴选择、预测的目标等问题提出了相应的策略,最后结合实例说明了本文方法的应用。结果表明,本文方法及分析思路对中小型水电站年负荷率的预测具有较好的应用和参考价值。 相似文献
15.
鉴于大伙房水库洪水预报模型为集总式模型,其参数不仅需要优选法选定或人工试错法确定,还需要实时校正,因此根据大伙房流域特点提出了一种半分布式BP神经网络洪水预报模型,实现了模型中参数的自动率定,且由于其半分布式的特点还规避了原集总式模型的部分劣势。即采用DEM和ArcGIS根据水文站及自然流域分水线划分流域,创建BP神经网络,然后应用于各子流域断面及入库断面,预报其流量值,并在每个网络中均运用逐步回归分析法对输入层数据进行筛选,以得到影响最显著因子。将所建模型应用于大伙房水库,预报精度较好,可用于大伙房水库的正式预报。 相似文献
16.
17.
18.
It is well recognized that the voltage stability of a power system is affected by the load model and hence, to effectively analyze the reactive power compensation of an isolated hybrid wind-diesel based power system, the loads need to be considered along with the generators in a transient analysis. This paper gives a detailed mathematical modeling to compute the reactive power response with small voltage perturbation for composite load. The composite load is a combination of the static and dynamic load model. To develop this composite load model, the exponential load is used as a static load model and induction motors (IMs) are used as a dynamic load model. To analyze the dynamics of IM load, the fifth, third and first order model of IM are formulated and compared using differential equations solver in Matlab coding. Since the decentralized areas have many small consumers which may consist large numbers of IMs of small rating, it is not realistic to model either a single large rating unit or all small rating IMs together that are placed in the system. In place of using a single large rating IM, a group of motors are considered and then the aggregate model of IM is developed using the law of energy conservation. This aggregate model is used as a dynamic load model. For different simulation studies, especially in the area of voltage stability with reactive power compensation of an isolated hybrid power system, the transfer function of the composite load is required. The transfer function of the composite load is derived in this paper by successive derivation for the exponential model of static load and for the fifth and third order IM dynamic load model using state space model. 相似文献