钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
自然科学总论期刊
\
科技通报期刊
\
基于高维数据和深度学习的短期电力负荷预测
基于高维数据和深度学习的短期电力负荷预测
作者:
张磊
王洪涛
刘卫
刘明红
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
短期电力负荷预测
深度学习
长短期记忆模型
注意力机制
卷积神经网络
摘要:
精确高效的短期电力负荷预测在现代化电网建设和资源分配上具有重要的作用和研究意义.随着水电、风电等新能源逐渐接入,电网中数据维度飞速增长,面对具有海量特征的高维数据,短期电力负荷预测技术面临着重大的挑战.传统的短期电力负荷预测技术仅关注了某些特定的特征,因此很难对电力负荷数据在时间维度进行建模;基于循环神经网路的方法虽然能够关注数据中的历史信息,但是因为数据维度过高,导致重要信息丢失、模型无法收敛.为了解决这一问题,提出了一种基于注意力机制的长短期记忆模型(Attention-LSTM),算法使用卷积神经网络从电网高维数据中提取特征,然后使用LSTM对特征进行时序建模;同时引入Attention机制来对历史信息进行加权,减少重要历史信息的丢失.算法在中国东南某地区电力负荷数据上进行测试,预测精度明显优于目前常用的方法.
暂无资源
收藏
引用
分享
推荐文章
基于深度森林算法的电力系统短期负荷预测
深度森林
短期负荷预测
多粒度扫描
级联森林
超参数配置
基于进化深度学习短期负荷预测的应用研究
智能电网
进化算法
深度学习
特征提取
负荷预测
基于机器学习的短期电力负荷预测方法研究
机器学习
负荷预测
RBF神经网络
岭回归估计
广义交叉验证
采用长短期记忆深度学习模型的工业负荷短期预测方法
深度学习
长短期记忆网络(LSTM)
工业负荷
短期负荷预测
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于高维数据和深度学习的短期电力负荷预测
来源期刊
科技通报
学科
关键词
短期电力负荷预测
深度学习
长短期记忆模型
注意力机制
卷积神经网络
年,卷(期)
2021,(3)
所属期刊栏目
工业技术
研究方向
页码范围
55-59,66
页数
6页
分类号
TM721|TP391
字数
语种
中文
DOI
10.13774/j.cnki.kjtb.2021.03.010
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(110)
共引文献
(80)
参考文献
(9)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1982(1)
参考文献(0)
二级参考文献(1)
1997(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)
2004(4)
参考文献(0)
二级参考文献(4)
2006(4)
参考文献(0)
二级参考文献(4)
2007(2)
参考文献(0)
二级参考文献(2)
2008(3)
参考文献(0)
二级参考文献(3)
2009(5)
参考文献(0)
二级参考文献(5)
2010(2)
参考文献(0)
二级参考文献(2)
2011(2)
参考文献(0)
二级参考文献(2)
2012(7)
参考文献(0)
二级参考文献(7)
2013(12)
参考文献(0)
二级参考文献(12)
2014(8)
参考文献(0)
二级参考文献(8)
2015(17)
参考文献(0)
二级参考文献(17)
2016(23)
参考文献(1)
二级参考文献(22)
2017(18)
参考文献(0)
二级参考文献(18)
2018(8)
参考文献(7)
二级参考文献(1)
2019(1)
参考文献(1)
二级参考文献(0)
2021(0)
参考文献(0)
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
短期电力负荷预测
深度学习
长短期记忆模型
注意力机制
卷积神经网络
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
科技通报
主办单位:
浙江省科学技术协会
出版周期:
月刊
ISSN:
1001-7119
CN:
33-1079/N
开本:
大16开
出版地:
杭州西湖文化广场省科技馆东门6楼
邮发代号:
32-95
创刊时间:
1985
语种:
chi
出版文献量(篇)
8071
总下载数(次)
25
总被引数(次)
37961
期刊文献
相关文献
1.
基于深度森林算法的电力系统短期负荷预测
2.
基于进化深度学习短期负荷预测的应用研究
3.
基于机器学习的短期电力负荷预测方法研究
4.
采用长短期记忆深度学习模型的工业负荷短期预测方法
5.
基于深度学习的电网短期负荷预测方法研究
6.
深度学习在电力负荷预测中的应用综述
7.
基于即时学习算法的短期负荷预测方法
8.
基于改进极限学习机的短期电力负荷预测方法
9.
基于深度长短期记忆神经网络的短期负荷预测
10.
计及需求响应和深度结构多任务学习的电力系统短期负荷预测
11.
深度神经网络在配电网公变短期负荷预测中的应用研究
12.
基于数据挖掘的FNN短期电力负荷预测方法研究
13.
基于均衡KNN算法的电力负荷短期并行预测
14.
基于云计算和极限学习机的分布式电力负荷预测算法
15.
基于相似日和灰色理论的短期电力负荷预测研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
科技通报2021
科技通报2020
科技通报2019
科技通报2018
科技通报2017
科技通报2016
科技通报2015
科技通报2014
科技通报2013
科技通报2012
科技通报2011
科技通报2010
科技通报2009
科技通报2008
科技通报2007
科技通报2006
科技通报2005
科技通报2004
科技通报2003
科技通报2002
科技通报2001
科技通报2000
科技通报1999
科技通报2021年第7期
科技通报2021年第6期
科技通报2021年第5期
科技通报2021年第4期
科技通报2021年第3期
科技通报2021年第12期
科技通报2021年第11期
科技通报2021年第10期
科技通报2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号