|
|||||
|
|
| 基于特征迁移学习的综合能源系统小样本日前电力负荷预测 | |
| 作者姓名： | 孙晓燕 李家钊 曾博 巩敦卫 廉智勇 |
| 作者单位： | 中国矿业大学信息与控制工程学院,江苏徐州221116;新能源电力系统国家重点实验室(华北电力大学),北京102206;太原煤气化龙泉能源发展有限公司,山西太原030303 |
| 基金项目： | 中央高校基本科研业务费专项资金项目(2020ZDPY0216). |
| 摘 要： | 基于历史数据和深度学习的负荷预测已广泛应用于以电能为中心的综合能源系统中以提高预测精度,然而,当区域中出现新用户时,其历史负荷数据往往极少,此时,深度学习难以适用.针对此,本文提出基于负荷特征提取和迁移学习的预测机制.首先,依据源域用户历史负荷数据,融合聚类算法和门控循环单元网络构建源域数据的特征提取和分类模型;然后,... |
| 关 键 词： | 综合能源系统 日前电力负荷预测 特征提取 迁移学习 门控循环单元 |
| 收稿时间： | 2020-05-18 |
| 修稿时间： | 2020-08-19 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 | |
| 点击此处可从《控制理论与应用》下载免费的PDF全文 | |