基于FFT优化ResNet模型的短期负荷预测方法

基于FFT优化ResNet模型的短期负荷预测方法

论文摘要

电力行业需要精确的短期电力负荷预测,为电力系统的控制和调度提供精确的负载需求。为提高短期电力负荷预测的精度,提出了一种基于FFT优化ResNet模型的方法。模型首先将电力负荷预测定义为时间序列问题,随后引入一维ResNet进行电力负荷的回归预测,并提出使用FFT优化ResNet,通过对一层卷积结果进行FFT变换,赋予模型提取数据中周期性特征的能力。实验表明,在6 h电力负荷预测中,FFT-ResNet的预测精度优于几种基准模型,说明该方法在电力负荷预测方面具有良好的应用前景。

论文目录

文章来源

类型: 期刊论文

作者: 许言路,卢悦,朱冰,王斌斌,邓卓夫,万政委

关键词: 快速傅立叶变换,残差网络,短期电力负荷预测,卷积神经网络,时间序列

来源: 控制工程 2019年06期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业

单位: 国网辽宁省电力有限公司经济技术研究院,国网辽宁省电力有限公司沈阳供电公司,沈阳电力勘测设计院有限责任公司,东北大学软件学院

基金: 国家自然科学基金-面上项目(61473073),赛尔网络下一代互联网技术创新项目(NGII20170701,NGII20170802)

分类号: TM715

DOI: 10.14107/j.cnki.kzgc.20180515

页码: 1085-1090

总页数: 6

文件大小: 459K

下载量: 164

相关论文文献

  • [1].基于支持向量机相关性分析的波浪能发电电力负荷预测[J]. 南昌大学学报(理科版) 2019(05)
  • [2].电力负荷预测技术发展趋势研究[J]. 科技创新与应用 2020(08)
  • [3].基于时间序列的电力负荷预测研究[J]. 电子测试 2020(12)
  • [4].电力负荷预测分析与改进模型探究[J]. 电气技术与经济 2020(03)
  • [5].配电网规划中电力负荷预测方法研究综述[J]. 电器与能效管理技术 2019(14)
  • [6].配电网规划中电力负荷预测方法的有效性探究[J]. 通信电源技术 2019(11)
  • [7].浅谈电力负荷预测方法[J]. 黑龙江科技信息 2017(05)
  • [8].多项式模型下的地区电力负荷预测[J]. 大众用电 2017(05)
  • [9].关于配电网规划中电力负荷预测方法的研究[J]. 自动化应用 2017(06)
  • [10].电力负荷预测理论基础的讨论与研究[J]. 中国新通信 2017(11)
  • [11].对于中低压电网电力负荷预测研究[J]. 通讯世界 2017(16)
  • [12].关于配电网规划中电力负荷预测方法的研究[J]. 科技创新与应用 2017(30)
  • [13].大数据技术在电力负荷预测中的应用研究[J]. 中国高新科技 2017(07)
  • [14].浅谈电力负荷预测的方法[J]. 科技资讯 2015(26)
  • [15].电力负荷预测方法在配网规划中的应用[J]. 科技风 2015(24)
  • [16].电力负荷预测在智能电网中的应用[J]. 福建质量管理 2016(04)
  • [17].数据挖掘在舰船电力负荷预测中的应用研究[J]. 舰船科学技术 2016(12)
  • [18].气候对电力负荷预测的影响分析[J]. 通讯世界 2016(13)
  • [19].配网规划中电力负荷预测方法的应用[J]. 工程建设与设计 2015(02)
  • [20].空间电力负荷预测方法综述与展望[J]. 通讯世界 2015(03)
  • [21].基于大数据平台的电力负荷预测[J]. 现代电子技术 2018(20)
  • [22].关于空间电力负荷预测方法综述与展望[J]. 自动化应用 2017(02)
  • [23].基于累积法的灰色模型及在电力负荷预测中的应用[J]. 中国电力 2016(S1)
  • [24].从规划指标更新引发的对电力负荷预测法的若干思考[J]. 机电信息 2017(12)
  • [25].电力负荷预测在配网规划中的具体应用探究[J]. 技术与市场 2015(12)
  • [26].基于果蝇优化灰色神经网络的年电力负荷预测[J]. 华东交通大学学报 2015(01)
  • [27].分布式算法在电力负荷预测中的应用[J]. 中国新通信 2015(14)
  • [28].配电网规划中电力负荷预测问题探讨[J]. 科技致富向导 2014(15)
  • [29].几种电力负荷预测方法及其比较[J]. 科技风 2013(24)
  • [30].基于神经网络模型对扬州市电力负荷预测研究[J]. 上海节能 2020(11)

标签:;  ;  ;  ;  ;  

基于FFT优化ResNet模型的短期负荷预测方法
下载Doc文档

猜你喜欢