基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对因电力系统中短期电力负荷预测不准确,导致智能电网无法有效协调电能生产、运输、分配的问题,为降低因过载或低负荷所造成的资源浪费,减少不必要的二氧化碳排放,本文提出了一种新的深度学习方法来解决此类电网短时电力负荷可靠预测问题.该方法利用卷积神经网络建立能量预测计算模型,利用CNN自适应数据特征挖掘特性、量化电力不确定性,利用丢弃正则化对深度网络结构进行优化,采用深度森林对所提取的数据特征进行学习并建立预测模型,以实现对电力负荷的准确预测,解决电力随机波动造成的现有预测方法精度下降问题.经过基于实际负载数据验证,在电力负荷不确定波动情况下,该方法能准确预测电力负荷,且精度比目前较为流行的方法高,有望成为解决智能电网核心问题的重要技术支撑.
推荐文章
利用温度信息及深度学习方法实现高精度电力负荷预测
负荷预测
深度学习
LSTM
温度信息
Tensor-flow
激活函数
基于云计算的智能电网负荷预测平台架构研究
云计算
智能电网
负荷预测
电力云
架构
配电网规划中电力负荷预测方法探讨
配电网
规划
电力负荷
预测方法
基于.NET的电力负荷预测系统
负荷预测
预测策略
分布式应用
.NET框架
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的智能电网电力负荷精准预测方法研究
来源期刊 电力大数据 学科
关键词 智能电网 深度学习 卷积网络 深度森林 电力负荷预测
年,卷(期) 2021,(4) 所属期刊栏目 大数据专题|Big Data Special Reports
研究方向 页码范围 35-40
页数 6页 分类号 TM715
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (180)
共引文献  (49)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(19)
  • 参考文献(0)
  • 二级参考文献(19)
2016(14)
  • 参考文献(0)
  • 二级参考文献(14)
2017(27)
  • 参考文献(1)
  • 二级参考文献(26)
2018(27)
  • 参考文献(4)
  • 二级参考文献(23)
2019(9)
  • 参考文献(5)
  • 二级参考文献(4)
2020(5)
  • 参考文献(5)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能电网
深度学习
卷积网络
深度森林
电力负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力大数据
月刊
2096-4633
52-1170/TK
16开
贵州省贵阳市解放路251号
1977
chi
出版文献量(篇)
4266
总下载数(次)
8
论文1v1指导