论文摘要
超短期负荷预测为实时电力市场运行提供重要依据,预测准确度的提升对于揭示负荷变化的不确定性以及日前预测偏差具有重要意义。基于电力系统中含有的丰富大数据资源,提出了一种针对区域级负荷的深度长短时记忆网络超短期预测方法,该方法包括输入数据的预处理、深度长短时记忆（long short-termmemory,LSTM）网络的构建以及模型的训练和超参数的寻找等步骤。其中采用随机搜索的方法寻找最优超参数,并在该超参数下选择泛化能力最优的模型,与前沿机器学习预测算法进行对比。实验结果证实,深度LSTM网络可以取得更好的预测效果,适合于离线训练实时预测。此外,通过对隐藏层激活向量的可视化展示和相关关系定量计算,首次直观展示了深度LSTM算法对负荷数据中含有的抽象特征提取情况,证实了深度LSTM具有对输入负荷数据特征学习以及长短期相关性挖掘的能力。
论文目录
文章来源
类型: 期刊论文
作者: 张宇帆,艾芊,林琳,袁帅,李昭昱
关键词: 超短期负荷预测,深度,循环神经网络,可视化,相关性
来源: 电网技术 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 电力传输与功率变换控制教育部重点实验室(上海交通大学),山东电力调度控制中心
基金: 国家电网公司总部科技项目“基于多能互补的微网规划与运行控制技术研究及应用”(52060018000N)~~
分类号: TM715;TP183
DOI: 10.13335/j.1000-3673.pst.2018.2101
页码: 1884-1892
总页数: 9
文件大小: 1533K
下载量: 1761
相关论文文献
- [1].基于混沌类电磁算法优化支持向量机的短期负荷预测[J]. 计算技术与自动化 2019(04)
- [2].做好短期负荷预测 保证电网安全经济运行[J]. 农村电工 2020(05)
- [3].基于参数迁移的节假日短期负荷预测方法[J]. 电气自动化 2020(04)
- [4].并行多模型融合的混合神经网络超短期负荷预测[J]. 电力建设 2020(10)
- [5].应对海量数据的超短期负荷预测在实时电力市场的应用研究[J]. 电力大数据 2019(12)
- [6].动态相似与静态相似相结合的短期负荷预测方法[J]. 电力系统保护与控制 2018(15)
- [7].基于参数优化的超短期负荷预测调整策略[J]. 电子测试 2016(23)
- [8].基于朴素贝叶斯和支持向量机的短期负荷预测[J]. 电力安全技术 2016(12)
- [9].基于气象信息因素修正的灰色短期负荷预测研究[J]. 自动化应用 2016(12)
- [10].基于支持向量机方法的短期负荷预测研究[J]. 自动化应用 2016(12)
- [11].分类管理方法在短期负荷预测工作中的应用[J]. 农村电工 2017(04)
- [12].基于分形特性修正气象相似日的节假日短期负荷预测方法[J]. 电网技术 2017(06)
- [13].基于改进人体舒适指数的微电网超短期负荷预测[J]. 广东电力 2017(04)
- [14].电力系统超短期负荷预测方法及应用[J]. 硅谷 2014(20)
- [15].基于云计算的扩展短期负荷预测方法的研究[J]. 科技视界 2014(36)
- [16].电业超短期负荷预测仿真研究[J]. 计算机仿真 2015(07)
- [17].基于时间序列法超短期负荷预测改进方法的研究[J]. 辽宁工业大学学报(自然科学版) 2015(05)
- [18].智能组合模型在短期负荷预测中的应用[J]. 电子技术 2020(07)
- [19].开放售电环境下用户短期负荷预测方法[J]. 电工电能新技术 2020(01)
- [20].基于多负荷模式和分时段的河源电网短期负荷预测[J]. 自动化应用 2020(01)
- [21].基于云计算的智能电网短期负荷预测[J]. 电世界 2019(11)
- [22].县域电网负荷特性分析与短期负荷预测研究[J]. 华北电力技术 2017(05)
- [23].深度神经网络在电网短期负荷预测中的应用[J]. 中国科技信息 2017(12)
- [24].县级电网短期负荷预测管理的若干措施[J]. 企业改革与管理 2015(22)
- [25].论对于短期负荷预测的方法及其应用[J]. 电子技术与软件工程 2014(19)
- [26].如何提高短期负荷预测精度的探讨[J]. 佛山科学技术学院学报(自然科学版) 2012(05)
- [27].考虑人体舒适度的扩展短期负荷预测新方法[J]. 电力系统及其自动化学报 2011(03)
- [28].电力系统超短期负荷预测技术的应用与发展[J]. 浙江电力 2010(02)
- [29].基于局部形相似的超短期负荷预测[J]. 电网与清洁能源 2010(09)
- [30].基于稳定度的短期负荷预测结果评价新方法[J]. 南方电网技术 2010(06)