期刊文献+
共找到217篇文章
< 1 2 11 >
每页显示 20 50 100
考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测 被引量:2
1
作者 冉启武 石卓见 +2 位作者 刘阳 黄杰 张宇航 《电网技术》 北大核心 2025年第3期1098-1108,I0071-I0075,共16页
为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合... 为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合,进而将多元负荷序列分解为本征模态函数集合;其次,通过基于反向传播(back propagation,BP)神经网络扰动的平均影响值(mean impact value,MIV)算法对与多元负荷相关的气象、日期及负荷因素进行特征筛选,从而为多元负荷构建高耦合度的特征矩阵;充分考虑到各单一模型的差异性及优势性,在采用k折交叉验证法减少过拟合的基础上,构建Stacking集成学习模型对多元负荷进行预测;最后采用美国亚利桑那州立大学坦佩校区多元负荷数据集进行实例验证,结果显示所提方法在电、冷、热负荷预测中的平均绝对百分比误差分别达到了0.903%、2.713%和1.616%,预测精度相比其他预测模型具有较大提升。 展开更多
关键词 多元负荷预测 综合能源系统 平均影响值算法 stacking集成学习 金豺优化算法 复合指标
原文传递
Cost-benefit Analysis of Baking under Different Tobacco Loading Patterns 被引量:4
2
作者 安然 范才银 《Agricultural Science & Technology》 CAS 2016年第10期2414-2417,共4页
[Objective] This study aimed to analyze the baking cost and benefit under different tobacco loading patterns, and to further explore labor-and cost-saving measures for modern tobacco agriculture. [Method] The cost and... [Objective] This study aimed to analyze the baking cost and benefit under different tobacco loading patterns, and to further explore labor-and cost-saving measures for modern tobacco agriculture. [Method] The cost and benefit of baking under three different tobacco loading patterns in a bulk curing barn were analyzed from the perspectives of baking equipment cost, labor cost, energy consumption and comprehensive income. The upper, middle and lower tobacco leaves were detected. [Result] Compared with conventional loading pattern, loose-leaf stacking and needle- style tobacco clip loading patterns significantly reduced the labor costs and energy costs during tobacco curing. The comprehensive benefits of tobacco clip and looseleaf stacking loading patterns were higher than that of conventional loading pattern, and the benefits of dry tobacco was improved by 0.67 and 1.07 yuan/kg, respec- tively. The benefit of loose-leaf stacking loading pattern was higher than that of to bacco clip loading pattern, [Conclusion] Among the three loading patterns, the loading pattern of loose-leaf stacking is most worthy of popularization and application. 展开更多
关键词 Bulk curing barn loading pattern Loose-leaf stacking Tobacco clip Labor saving Energy saving
在线阅读 下载PDF
STACKING SEQUENCE OPTIMIZA-TION OF LAMINATED COMPOSITE CYLINDER SHELL FOR MAXIMAL BUCKLING LOAD 被引量:4
3
作者 TANG Qian LIAO Xiaoyun GAO Zhan 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2008年第4期31-34,共4页
A new optimization method for the optimization of stacking of composite glass fiber laminates is developed. The fiber orientation and angle of the layers of the cylindrical shells are sought considering the buckling l... A new optimization method for the optimization of stacking of composite glass fiber laminates is developed. The fiber orientation and angle of the layers of the cylindrical shells are sought considering the buckling load. The proposed optimization algorithm applies both finite element analysis and the mode-pursuing sampling (MPS)method. The algorithms suggest the optimal stacking sequence for achieving the maximal buckling load. The procedure is implemented by integrating ANSYS and MATLAB. The stacking sequence designing for the symmetric angle-ply three-layered and five-layered composite cylinder shells is presented to illustrate the optimization process, respectively. Compared with the genetic algorithms, the proposed optimization method is much faster and efficient for composite staking sequence plan. 展开更多
关键词 Composite Laminated cylindrical shell stacking sequence optimization Buckling load Sampling algorithms
在线阅读 下载PDF
Evaluation of Signaling Loads in NO Stack 5G Mobile Network
4
作者 Xin Su Jie Zeng +2 位作者 Yuan Chen Changpeng Gu Liping Rong 《China Communications》 SCIE CSCD 2017年第7期57-66,共10页
Present mobile communication system suffers from the exponentially increased mobile traffic and research on the fifth generation(5G) mobile network architectures is ongoing to solve this problem. We investigate the fe... Present mobile communication system suffers from the exponentially increased mobile traffic and research on the fifth generation(5G) mobile network architectures is ongoing to solve this problem. We investigate the feasibility of the proposals used for the network architecture evolution from 4G to 5G and first propose a compatible network architecture, which decouples the management plane, the control plane and the user plane based on NO Stack framework proposed in our previous study. We mainly design detail procedures including UE attachment, service request and dedicated bearer activation/deactivation for our proposal network architecture. Finally, we establish a clear analytical mode of the application and system states to evaluate the signaling loads of new architecture. Simulation results show that our proposal network architecture with elaborated signaling procedures has much impact on the total signaling loads of system and could obviously decrease the signaling overhead compared with LTE. 展开更多
关键词 NO stack signaling load SDN 5G
在线阅读 下载PDF
Double U-Shaped Slots Loaded Stacked Patch Antenna for Multiband Operation
5
作者 Nagendra Prasad Yadav 《Open Journal of Antennas and Propagation》 2015年第2期9-17,共9页
The design of a seven-band stacked patch antenna for the C, X and Ku band is presented. The antenna consists of an H-slot loaded fed patch, stacked with dual U-slot loaded rectangular patch to generate the seven frequ... The design of a seven-band stacked patch antenna for the C, X and Ku band is presented. The antenna consists of an H-slot loaded fed patch, stacked with dual U-slot loaded rectangular patch to generate the seven frequency bands. The total size of the antenna is 39.25 × 29.25 mm2. The multiband stacked patch antenna is studied and designed using IE3D simulator. For verification of simulation results, the antenna is analyzed by circuit theory concept. The simulated return loss, radiation pattern and gain are presented. Simulated results show that the antenna can be designed to cover the frequency bands from (4.24 GHz to 4.50 GHz, 5.02 GHz to 5.25 GHz) in C-band application, (7.84 GHz to 8.23 GHz) in X-band and (12.16 GHz to 12.35 GHz, 14.25 GHz to 14.76 GHz, 15.25 GHz to 15.51 GHz, 17.52 GHz to 17.86 GHz) in Ku band applications. The bandwidths of each band of the proposed antenna are 5.9%, 4.5%, 4.83%, 2.36%, 3.53%, 1.68% and 1.91%. Similarly the gains of the proposed band are 2.80 dBi, 4.39 dBi, 4.54 dBi, 10.26 dBi, 8.36 dBi and 9.91 dBi, respectively. 展开更多
关键词 H-SHAPE Fed PATCH Microstrip PATCH ANTENNA DOUBLE U-Shape Slot loaded stacked PATCH Multiband ANTENNA
暂未订购
基于Stacking集成学习的水电机组负荷分配
6
作者 郑晓楠 于洋 +5 位作者 潘虹 郑源 杭晨阳 杨杰 马晓瑶 陈致远 《排灌机械工程学报》 北大核心 2025年第10期1040-1048,共9页
在水电机组大型化、运行工况复杂化背景下,针对传统水电机组负荷分配中存在的寻优时间长、易陷入局部最优、结果不稳定等问题,提出一种基于Stacking集成学习模型和约束修正的水电机组负荷分配方法.首先,将历史数据输入至Stacking集成学... 在水电机组大型化、运行工况复杂化背景下,针对传统水电机组负荷分配中存在的寻优时间长、易陷入局部最优、结果不稳定等问题,提出一种基于Stacking集成学习模型和约束修正的水电机组负荷分配方法.首先,将历史数据输入至Stacking集成学习模型进行训练,采用K折交叉验证方法缓解重复学习造成的过拟合,得到机组负荷分配初始方案;其次,对初始方案进行负荷平衡、出力限制、机组组合等约束修正,不断逼近历史决策,形成最终决策方案.以某电站为例,采用耗水量、出力波动率等指标评价分配结果并与传统动态规划法进行对比,通过集成,模型训练完成后在线进行负荷分配,所需时间仅为2.04 s,决策时间大幅缩短,预测精度和鲁棒性显著提高,可为机组负荷分配提供一定参考. 展开更多
关键词 水电机组负荷分配 厂内经济运行 stacking集成学习 约束修正 机器学习
在线阅读 下载PDF
EFFECT OF STACKING-FAULT ENERGY ON RESIDUALSUBSTRUCTURE OF EXPLOSIVE SHOCK LOADED METALS
7
作者 Yang Yang Zhang Xinming(Central South University of Technology, Changsla 410083)Li Zhenghua Li Qingyun(Northwest Research Institute for Nonferrous Metals ,Baoji 721014) 《中国有色金属学会会刊:英文版》 CSCD 1994年第3期93-96,共4页
EFFECTOFSTACKING-FAULTENERGYONRESIDUALSUBSTRUCTUREOFEXPLOSIVESHOCKLOADEDMETALSYangYang;ZhangXinming(CentralS... EFFECTOFSTACKING-FAULTENERGYONRESIDUALSUBSTRUCTUREOFEXPLOSIVESHOCKLOADEDMETALSYangYang;ZhangXinming(CentralSouthUniversityofT... 展开更多
关键词 shock loading stacking-fault ENERGY mechanical twin DISLOCATION SUBSTRUCTURE
在线阅读 下载PDF
基于Stacking模型融合算法的风电功率预测方法 被引量:2
8
作者 张雪原 蔡思烨 +4 位作者 刘巧宏 朱坚 包晓炜 夏玉剑 陈极 《电力与能源》 2025年第1期61-66,共6页
随着新能源在新型电力系统中渗透率的日益增加,对风电场功率预测的准确性能要求也不断提升。为提高风电功率预测的准确性和可靠性,设计了以线性回归、K邻近、随机森林算法为特征提取层,以轻量梯度提升机为回归预测层的Stacking模型融合... 随着新能源在新型电力系统中渗透率的日益增加,对风电场功率预测的准确性能要求也不断提升。为提高风电功率预测的准确性和可靠性,设计了以线性回归、K邻近、随机森林算法为特征提取层,以轻量梯度提升机为回归预测层的Stacking模型融合算法。以某风电场近年运行数据为案例,验证了该基于Stacking模型融合算法的预测方法相较于任一单一机器学习算法都具有更高的预测精度。 展开更多
关键词 风力发电 stacking模型融合算法 随机森林 K邻近 负荷预测
在线阅读 下载PDF
基于参数自适应FMD和SDAE的变负载下轴承故障诊断
9
作者 何勇 刘晓玲 《振动与冲击》 北大核心 2026年第2期189-200,共12页
针对堆叠降噪自编码器(stacked denoisingauto-encoder,SDAE)网络在强噪声干扰及变负载工况下难以准确识别滚动轴承故障特征这一难题,提出一种基于特征模态分解(feature mode decomposition,FMD)与SDAE相结合的滚动轴承故障诊断方法。首... 针对堆叠降噪自编码器(stacked denoisingauto-encoder,SDAE)网络在强噪声干扰及变负载工况下难以准确识别滚动轴承故障特征这一难题,提出一种基于特征模态分解(feature mode decomposition,FMD)与SDAE相结合的滚动轴承故障诊断方法。首先,采用信号自相关函数对传统基尼系数进行改进;其次,以改进基尼系数作为模态分量评价指标,建立了参数自适应FMD方法,并采用该方法对SDAE网络输入信号进行降噪;最后,将降噪后信号的包络谱输入到SDAE网络中并得到滚动轴承变负载工况下的故障类型诊断结果。基于3个开源数据集的算例分析表明,该方法能够有效提升SDAE网络的滚动轴承故障诊断准确率。通过与其他方法的对比,验证了该方法具有更好的稳定性和更高的故障诊断准确率。 展开更多
关键词 故障诊断 滚动轴承 堆叠降噪自编码器(SDAE) 参数自适应特征模态分解(FMD) 变负载工况
在线阅读 下载PDF
基于多模型融合Stacking集成学习方式的负荷预测方法 被引量:214
10
作者 史佳琪 张建华 《中国电机工程学报》 EI CSCD 北大核心 2019年第14期4032-4041,共10页
人工智能及机器学习技术的快速发展,为负荷预测问题提供了崭新的解决思路。该文结合人工智能的前沿理论研究,提出一种基于多模型融合 Stacking 集成学习方式的负荷预测方法。考虑不同算法的数据观测与训练原理差异,充分发挥各个模型优势... 人工智能及机器学习技术的快速发展,为负荷预测问题提供了崭新的解决思路。该文结合人工智能的前沿理论研究,提出一种基于多模型融合 Stacking 集成学习方式的负荷预测方法。考虑不同算法的数据观测与训练原理差异,充分发挥各个模型优势,构建多个机器学习算法嵌入的 Stacking集成学习的负荷预测模型,模型的基学习器包含 XGBoost树集成算法和长短记忆网络算法。算例使用 ENTSO 中瑞士负荷数据对算法有效性进行了验证。预测结果表明,XGBoost、梯度决策树、随机森林模型能够通过自身模型的增益情况对输入数据的特征贡献度进行量化分析;Stacking中各个基学习器的学习能力越强,关联程度越低,模型预测效果越好;与传统单模型预测相比,基于多模型融合的Stacking 集成学习方式的负荷预测方法有着较高的预测精度。 展开更多
关键词 人工智能 负荷预测 多模型融合 stacking集成学习 XGBoost 长短记忆网络
原文传递
基于相似日选择与改进Stacking集成学习的短期负荷预测 被引量:16
11
作者 徐耀松 段彦强 +1 位作者 王雨虹 屠乃威 《传感技术学报》 CAS CSCD 北大核心 2020年第4期537-545,共9页
单一机器学习算法进行短期负荷预测存在着泛化能力受限的问题,本文将Stacking集成学习模型引入到短期负荷预测问题。对于在交叉验证下同一基学习器不同预测模型表现出预测准确度的差异性,根据预测精度对同一基学习器中不同预测结果进行... 单一机器学习算法进行短期负荷预测存在着泛化能力受限的问题,本文将Stacking集成学习模型引入到短期负荷预测问题。对于在交叉验证下同一基学习器不同预测模型表现出预测准确度的差异性,根据预测精度对同一基学习器中不同预测结果进行赋权。考虑到不同环境下各影响因子对日负荷值影响程度不同,引入蚁狮算法(ALO)自适应的调整各个影响因子的权值,提高相似日选取方法的准确性。通过相似日选取方法筛选出的相似日集合样本训练改进的Stacking算法预测模型,利用中国北方某地区的负荷数据进行实际算例分析,实验结果表明,在面对负荷影响因素复杂且训练样本较多的情况下,本文所提的方法具有良好的鲁棒性、稳定性和预测精度。 展开更多
关键词 短期负荷预测 stacking集成学习 蚁狮算法 相似日 交叉验证
在线阅读 下载PDF
融合Stacking框架的BiGRU-LGB云负载预测模型 被引量:6
12
作者 刘惠 董锡耀 杨志涵 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2023年第3期83-94,104,共13页
随着云计算技术的飞速发展,越来越多的用户将应用部署在云平台上.。平台内集群资源的调度可以提高云平台数据中心的实际利用率,而高效的云平台负载预测是解决集群资源调度问题的关键技术,因此本文建立了一种融合Stacking框架、多层BiGR... 随着云计算技术的飞速发展,越来越多的用户将应用部署在云平台上.。平台内集群资源的调度可以提高云平台数据中心的实际利用率,而高效的云平台负载预测是解决集群资源调度问题的关键技术,因此本文建立了一种融合Stacking框架、多层BiGRU网络和LightGBM算法的云负载预测模型。该模型的结构主要包括两种学习器:首先是初级学习器,使用时间编码层处理原始负载序列并利用BiGRU网络参数少、信息学习完整的特点减少模型训练时间和隐藏层数,学习负载序列中的时间维度信息;使用经过特征工程处理的原始负载序列来高效训练LightGBM算法,学习负载序列中的特征维度信息。然后是次级学习器,利用GRU网络整合时间和特征维度的负载信息,完成整个负载预测模型的训练。通过两层学习器的共同学习提高整体负载预测模型的预测精度。在华为云集群数据集上进行实验,结果表明,与传统的单一预测模型BiGRU、LightGBM等以及现有的组合预测模型GRU-LSTM相比,融合Stacking的BiGRU-LGB模型的预测精度提升约13%,训练时间开销得到一定程度的降低。 展开更多
关键词 云平台 负载预测 双向门控循环单元 LightGBM stacking集成框架
在线阅读 下载PDF
基于利用BP神经网络进行Stacking模型融合算法的电力非节假日负荷预测研究 被引量:4
13
作者 李昆明 厉文婕 《软件》 2019年第9期176-181,共6页
短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提... 短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提出越来越高的要求,传统的机器学习算法已经难以满足人们的需求。为了提高负荷预测的精度,本文提出了利用BP神经网络进行Stacking模型融合算法,它是基于集成学习的思想,首先挑选五种预测精度较高的单模型,然后利用Stacking模型融合方法将其集成为预测精度更高的综合模型。本文采用此算法预测某省2018年非节假日负荷,结果表明该算法可以有效提高预测精度。 展开更多
关键词 预测精度 非节假日负荷预测 BP神经网络 stacking模型融合
在线阅读 下载PDF
基于Stacking融合的LSTM-SA-RBF短期负荷预测 被引量:2
14
作者 方娜 邓心 肖威 《重庆理工大学学报(自然科学)》 CAS 北大核心 2024年第4期131-137,共7页
为了解决单个神经网络预测的局限性和时间序列的波动性,提出了一种奇异谱分析(singular spectrum analysis,SSA)和Stacking框架相结合的短期负荷预测方法。利用随机森林筛选出与历史负荷相关性强烈的特征因素,采用SSA为负荷数据降噪,简... 为了解决单个神经网络预测的局限性和时间序列的波动性,提出了一种奇异谱分析(singular spectrum analysis,SSA)和Stacking框架相结合的短期负荷预测方法。利用随机森林筛选出与历史负荷相关性强烈的特征因素,采用SSA为负荷数据降噪,简化模型计算过程;基于Stacking框架,结合长短期记忆(long and short-term memory,LSTM)-自注意力机制(self-attention mechanism,SA)、径向基(radial base functions,RBF)神经网络和线性回归方法集成新的组合模型,同时利用交叉验证方法避免模型过拟合;选取PJM和澳大利亚电力负荷数据集进行验证。仿真结果表明,与其他模型比较,所提模型预测精度高。 展开更多
关键词 奇异谱分析 stacking算法 长短期记忆网络 径向基神经网络 短期负荷预测
在线阅读 下载PDF
基于XGBoost与Stacking模型融合的短期母线负荷预测 被引量:52
15
作者 刘波 秦川 +3 位作者 鞠平 赵静波 陈彦翔 赵健 《电力自动化设备》 EI CSCD 北大核心 2020年第3期147-153,共7页
母线负荷预测对于电网安全稳定调度具有重要意义,但母线负荷随机波动性较强,其负荷类型因供电区域的差异而不同。为此,提出一种基于极限梯度提升(XGBoost)与Stacking模型融合的短期母线负荷预测方法。基于XGBoost建立多个母线负荷预测... 母线负荷预测对于电网安全稳定调度具有重要意义,但母线负荷随机波动性较强,其负荷类型因供电区域的差异而不同。为此,提出一种基于极限梯度提升(XGBoost)与Stacking模型融合的短期母线负荷预测方法。基于XGBoost建立多个母线负荷预测元模型,组合构成Stacking模型融合的元模型层,连接一个XGBoost模型对元模型进行融合,整体构成综合预测系统,并采用粒子群优化算法优化系统参数。通过对具有不同负荷属性的220 kV母线进行实例分析,验证了所提方法的有效性与适用性。 展开更多
关键词 母线负荷 XGBoost 元模型 stacking模型融合 粒子群优化算法
在线阅读 下载PDF
带式输送机栈桥楼面活荷载分析
16
作者 刘彦东 《陕西煤炭》 2026年第2期133-138,168,共7页
【目的】带式输送机作为物料运输机械,在煤矿、电力、化工、冶金、粮食等领域应用广泛。带式输送机为非标设备,荷载影响因素多、变化幅度大,且通过支腿将荷载传递到栈桥楼面,为局部荷载。目前,对栈桥楼面活荷载取值研究较少,相关规范规... 【目的】带式输送机作为物料运输机械,在煤矿、电力、化工、冶金、粮食等领域应用广泛。带式输送机为非标设备,荷载影响因素多、变化幅度大,且通过支腿将荷载传递到栈桥楼面,为局部荷载。目前,对栈桥楼面活荷载取值研究较少,相关规范规定针对性不强。【方法】本研究以煤矿行业带式输送机栈桥为研究对象,分析栈桥楼面及带式输送机荷载的组成,各组分的占比及变化影响程度,【结果及结论】归纳总结不同输送带宽度、物料密度、单(双)输送带栈桥的楼面横向等效均布活荷载(主体计算)和纵向等效均布活荷载(楼面体系计算),为带式输送机栈桥的设计提供参考。 展开更多
关键词 带式输送机栈桥 带式输送机荷载 输送带宽度 物料密度 等效均布活荷载
在线阅读 下载PDF
基于Stacking集成学习的远程资源传输负荷预测
17
作者 商娟叶 《信息技术》 2024年第6期94-99,104,共7页
传统电网远程资源传输负荷预测方法忽略了对资源的集成训练,导致电网负荷预测结果与实际值偏差较大。为此,提出基于Stacking集成学习的远程资源传输负荷预测方法。构建Stacking集成学习模型,同时通过长短时记忆网络构建Stacking-LSTM网... 传统电网远程资源传输负荷预测方法忽略了对资源的集成训练,导致电网负荷预测结果与实际值偏差较大。为此,提出基于Stacking集成学习的远程资源传输负荷预测方法。构建Stacking集成学习模型,同时通过长短时记忆网络构建Stacking-LSTM网络混合模型,利用时间滑动窗口构建影响因素数据特征图,并将其输入网络混合模型,利用Stacking基础学习训练层实现训练,并将训练结果输入LSTM网络层,完成电网远程资源传输负荷预测。实验结果表明:该方法的网络收敛速度较快,获取特征的贡献度较高,且负荷预测结果接近实际值,可以较好地跟踪负荷变化情况。 展开更多
关键词 stacking集成学习 远程资源传输 负荷预测 长短时记忆 滑动窗口
在线阅读 下载PDF
基于Stacking多模型融合的超短期电网负荷预测 被引量:4
18
作者 张中健 高士亮 +3 位作者 张露 安润鲁 张中城 周子力 《软件》 2022年第8期131-134,178,共5页
为提升超短期电网负荷预测精度,提出基于Stacking多模型融合的超短期电网负荷预测法。首先,结合5-折交叉验证法分别训练第一层的LSTM、LightGBM、XGBoost三个初级学习器,将训练结果进行Stacking融合;然后将融合结果作为新特征用于训练... 为提升超短期电网负荷预测精度,提出基于Stacking多模型融合的超短期电网负荷预测法。首先,结合5-折交叉验证法分别训练第一层的LSTM、LightGBM、XGBoost三个初级学习器,将训练结果进行Stacking融合;然后将融合结果作为新特征用于训练第二层LightGBM次级学习器,使用次级学习器得到电网负荷预测的最终结果;最后利用山东省公共数据开放平台提供的某市实际超短期电网数据验证所提方法的有效性。实验结果表明,比起单一模型预测,所提的Stacking多模型融合预测法,在预测结果的平均精度与峰谷变化的适应能力方面更具优势。 展开更多
关键词 超短期电网负荷预测 stacking多模型融合 LSTM LightGBM
在线阅读 下载PDF
基于K-折交叉验证和Stacking融合的短期负荷预测 被引量:39
19
作者 朱文广 李映雪 +4 位作者 杨为群 刘小春 熊宁 周成 王丽 《电力科学与技术学报》 CAS 北大核心 2021年第1期87-95,共9页
短期负荷预测对于电力系统的经济调度和稳定运行具有重要意义。为了提升短期负荷预测的精度,提出基于K-折交叉验证和Stacking融合的短期负荷预测方法。首先,基于皮尔逊相关系数对影响短期负荷的多个特征进行筛选,剔除冗余特征。其次,利... 短期负荷预测对于电力系统的经济调度和稳定运行具有重要意义。为了提升短期负荷预测的精度,提出基于K-折交叉验证和Stacking融合的短期负荷预测方法。首先,基于皮尔逊相关系数对影响短期负荷的多个特征进行筛选,剔除冗余特征。其次,利用K-折交叉验证法训练第一层的各个子模型,并将各个子模型的预测结果作为新特征用于训练第二层模型。接着,将子模型的结果进行Stacking融合,使用第二层的模型得到短期负荷的预测结果。最后,采用新英格兰的实际数据验证所提方法的有效性。仿真结果表明,所提的K-折交叉验证法能够有效地提高模型的泛化能力,Stacking融合不仅可以提升预测的平均精度,还可以减小最大的预测误差,比单一模型预测更具优势。 展开更多
关键词 短期负荷预测 皮尔逊相关系数 K-折交叉验证 stacking融合
在线阅读 下载PDF
基于Stacking模型集成的LSTM网络短期负荷预测研究 被引量:18
20
作者 丁斌 邢志坤 +3 位作者 王帆 袁博 刘涌 孙岩 《中国测试》 CAS 北大核心 2020年第7期40-45,共6页
为解决传统负荷预测方法存在的预测精度偏低的问题,通过分析短期负荷影响因素确定训练集,创建Stacking模型,并结合包括输入门、输出门与遗忘门在内的LSTM网络创建Stacking-LSTM混合模型,通过时间滑动窗口建立影响因素数据特征图,将其作... 为解决传统负荷预测方法存在的预测精度偏低的问题,通过分析短期负荷影响因素确定训练集,创建Stacking模型,并结合包括输入门、输出门与遗忘门在内的LSTM网络创建Stacking-LSTM混合模型,通过时间滑动窗口建立影响因素数据特征图,将其作为Stacking-LSTM混合模型的输入,经数据转换后得到特征类别更强的降维二级特征数据,输入到LSTM网络层实现短期负荷预测。该方法利用Stacking模型的集成作用和LSTM网络的强挖掘能力,增强降维后的数据类别特征,达到提升电力系统负荷动态平衡性的效果。仿真结果表明,该方法的负荷预测结果与实际值非常接近,具有较高的预测精准度。 展开更多
关键词 stacking模型 长短期记忆网络 短期负荷预测 混合模型 特征图
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部