期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于深度学习的电力系统主站负荷控制算法研究
被引量：
2
在线阅读
下载PDF
职称材料
导出
摘要
本文针对电力系统主站负荷控制的智能化需求,提出了一种基于深度学习的负荷控制算法。该算法综合运用了负荷预测、优化控制和数据驱动分析技术,构建了集成化的控制框架。通过在某区域电网的实际运行数据上的实验,验证了算法在负荷预测和优化控制任务中的卓越性能,展现出了其在智能电网中的应用潜力。
作者
郭小强
王巧珍
陈志毅
张彦德
机构地区
喀什大学物理与电气工程学院
国网喀什供电公司
出处
《电气技术与经济》
2025年第2期22-24,共3页
Electrical Equipment and Economy
关键词
电力系统
负荷控制
深度学习
分类号
TM7 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
44
参考文献
4
共引文献
74
同被引文献
18
引证文献
2
二级引证文献
0
参考文献
4
1
王宏延,顾舒娴,完颜绍澎,于佳.
5G技术在电力系统中的研究与应用[J]
.广东电力,2019,32(11):78-85.
被引量：64
2
胡日鹏.
电力系统供电负荷稳定性优化控制研究[J]
.电气技术与经济,2024(5):299-300.
被引量：4
3
姜宇,王致杰(指导),王鸿.
基于MPSR和IRBM的电力系统中长期负荷预测[J]
.上海电机学院学报,2024,27(2):83-88.
被引量：4
4
王振勋,王大虎.
基于SSA-LSTM网络的电力系统短期负荷预测[J]
.科技与创新,2024(5):117-119.
被引量：6
二级参考文献
44
1
宋晓辉,白晓民,易俗.
一种考虑负荷特性变化的改进线性回归负荷预测法[J]
.供用电,2006,23(1):23-26.
被引量：5
2
张俭鸽,李颖颖.
基于多元线性回归预测模型的sensor态势研究[J]
.计算机技术与发展,2011,21(9):229-232.
被引量：6
3
孙建平,林长锥.
基于TD-LTE的智能配电网终端通信技术研究[J]
.电力系统通信,2012,33(7):80-83.
被引量：50
4
曹永峰,吴立文,李志峰,田玉玲.
电力无线应急通信网络的方案及安全性研究[J]
.电信网技术,2012(7):86-90.
被引量：18
5
李文伟,陈宝仁,吴谦,赖木波.
TD-LTE电力无线宽带专网技术应用研究[J]
.电力系统通信,2012,33(11):82-87.
被引量：78
6
曹津平,刘建明,李祥珍.
面向智能配用电网络的电力无线专网技术方案[J]
.电力系统自动化,2013,37(11):76-80.
被引量：86
7
黄影,于浩,张引强,王伟,嵇海亮.
电力无线专网终端的嵌入式Web管理系统设计[J]
.电力信息与通信技术,2018,16(12):29-33.
被引量：2
8
车力军.
电力专网的接入网建设与思考[J]
.电力系统通信,2002,23(6):21-24.
被引量：13
9
MA Zheng,ZHANG ZhengQuan,DING ZhiGuo,FAN PingZhi,LI HengChao.
Key techniques for 5G wireless communications:network architecture, physical layer,and MAC layer perspectives[J]
.Science China(Information Sciences),2015,58(4):1-20.
被引量：52
10
谢佳华,刘军.
无线网络通信覆盖优化仿真研究[J]
.计算机仿真,2015,32(6):271-275.
被引量：12
共引文献
74
1
冯旭芳,武原红,常红,武德虎.
本地脂尾绵羊膘情评定及其分级标准的研究[J]
.中国草食动物,2000,2(1):27-28.
2
童大志.
浅谈国有公益林的经营方案[J]
.湖南林业科技,2000,27(1):44-47.
被引量：3
3
杨德龙,万俐,李晦龄,丁慧霞,路兆铭,马宝娟,陈亚文.
基于网络切片的能源互联网系统架构[J]
.电力信息与通信技术,2020,18(1):33-38.
被引量：18
4
赵俊杰,冯树臣,刘志宏,胡勇,刘强,向勇.
5G电力网络切片技术在燃煤智慧电厂生产管控应用分析[J]
.能源科技,2020,18(2):5-10.
被引量：24
5
赵俊杰,冯树臣,杨如意,刘志宏,张越,刘琳鸽,侯宗余,向勇.
新基建时代的燃煤智慧电厂建设与技术升级分析[J]
.神华科技,2019,17(12):5-10.
被引量：20
6
金瑞琼.
5G+人工智能在电力基建中的应用研究[J]
.云南电力技术,2020,48(3):6-8.
被引量：8
7
周智勋.
5G切片技术的电力移动终端接入企业内网的研究[J]
.云南电力技术,2020,48(3):13-16.
被引量：4
8
吕聪敏,熊伟.
基于5G切片和MEC技术的智能电网总体框架设计[J]
.电力信息与通信技术,2020,18(8):54-60.
被引量：25
9
叶杨,方慧霆,赵永良,许寒婷,马宝娟,汤国龙.
5G切片在智能电网中的应用[J]
.电力信息与通信技术,2020,18(8):67-72.
被引量：19
10
孙艺铭,路朝,樊周杰,林雨.
智能电网中的5G技术应用[J]
.通信电源技术,2020,37(13):187-189.
同被引文献
18
1
郭梦杰,任安虎.
基于深度强化学习的单路口信号控制算法[J]
.电子测量技术,2019,42(24):49-52.
被引量：13
2
王丙琛,司怀伟,谭国真.
基于深度强化学习的自动驾驶车控制算法研究[J]
.郑州大学学报（工学版）,2020,41(4):41-45.
被引量：24
3
刘永.
大创项目管理系统设计及应用[J]
.甘肃科技,2020,36(21):11-12.
被引量：1
4
王炜鹏.
基于深度强化学习的交易模型风险控制算法[J]
.现代计算机,2021,27(3):42-47.
被引量：1
5
张捷.
基于深度学习的干扰信道功率控制算法[J]
.信息与电脑,2022,34(1):90-93.
被引量：1
6
李旭生,牛宏,陶金梅.
基于深度学习的非线性广义预测控制[J]
.信息与控制,2023,52(2):202-210.
被引量：4
7
王国安.
基于深度学习的自动化装配线智能机器人优化控制方法分析[J]
.集成电路应用,2024,41(1):326-328.
被引量：7
8
王勇振.
基于深度学习的船舶发动机控制算法研究[J]
.船舶物资与市场,2024,32(6):118-120.
被引量：1
9
秦颖婕,樊玮,杨诚,刘宇,王馨尉,许琴.
基于深度学习的光伏储能电站负荷模糊逻辑优化控制算法[J]
.机械与电子,2024,42(7):31-35.
被引量：2
10
余文浩,齐立哲,梁瀚文,孙云权.
基于深度强化学习的分层自适应PID控制算法[J]
.计算机系统应用,2024,33(9):245-252.
被引量：16
引证文献
2
1
王泽坤.
基于遗传算法的企业财务信息管理系统设计研究[J]
.计算机应用文摘,2026,42(3):176-177.
2
陆启军.
基于深度强化学习的智能泵站能耗优化控制算法研究[J]
.电子元器件与信息技术,2025,9(12):135-137.
1
钟婷.
基于无线通信技术的电力系统主站负荷控制算法研究[J]
.电子制作,2025,33(2):99-101.
被引量：2
电气技术与经济
2025年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
