期刊文献+
共找到287篇文章
< 1 2 15 >
每页显示 20 50 100
Communication Mediated through Natural Language Generation in Big Data Environments: The Case of Nomao
1
作者 Jean-Sébastien Vayre Estelle Delpech +1 位作者 Aude Dufresne Céline Lemercier 《Journal of Computer and Communications》 2017年第6期125-148,共24页
Along with the development of big data, various Natural Language Generation systems (NLGs) have recently been developed by different companies. The aim of this paper is to propose a better understanding of how these s... Along with the development of big data, various Natural Language Generation systems (NLGs) have recently been developed by different companies. The aim of this paper is to propose a better understanding of how these systems are designed and used. We propose to study in details one of them which is the NLGs developed by the company Nomao. First, we show the development of this NLGs underlies strong economic stakes since the business model of Nomao partly depends on it. Then, thanks to an eye movement analysis conducted with 28 participants, we show that the texts generated by Nomao’s NLGs contain syntactic and semantic structures that are easy to read but lack socio-semantic coherence which would improve their understanding. From a scientific perspective, our research results highlight the importance of socio-semantic coherence in text-based communication produced by NLGs. 展开更多
关键词 big data Natural LANGUAGE Generation Socio-Semantic COHERENCE COGNITIVE load READING Eye Tracking
暂未订购
大数据驱动的智能电网负荷预测模型优化与工程实证研究
2
作者 程元帅 张玉秀 《移动信息》 2026年第1期172-174,共3页
负荷预测关乎电网调度、设备规划与电力交易,传统方法因数据与分析能力局限,难以应对复杂用电环境。大数据技术带来新机遇,其凭借“4V”特征,可捕捉气象、经济、用户行为等因素,为负荷预测提供丰富数据,并通过先进技术来挖掘数据关联,... 负荷预测关乎电网调度、设备规划与电力交易,传统方法因数据与分析能力局限,难以应对复杂用电环境。大数据技术带来新机遇,其凭借“4V”特征,可捕捉气象、经济、用户行为等因素,为负荷预测提供丰富数据,并通过先进技术来挖掘数据关联,提升预测精度。但实际应用中,大数据在智能电网负荷预测中仍存在诸多挑战,亟需采取有效措施。文中从理论基础与模型构建入手,对基于实际工程的实验进行了分析,并对大数据在智能电网负荷预测应用中的模型优化与效果提升进行了研究,旨在为提升智能电网负荷预测水平,推动电力行业数字化转型提供理论与实践参考。 展开更多
关键词 大数据 信息化 智能电网 负荷预测
在线阅读 下载PDF
基于ISODATA的电力负荷曲线分类 被引量:9
3
作者 李仲恒 刘蓉晖 《上海电力学院学报》 CAS 2019年第4期327-332,共6页
迭代自组织数据分析算法(ISODATA)是一种基于统计模式识别的非监督学习动态聚类算法。针对当前各算法初始聚类数取值困难、容易陷入局部最优等问题,介绍了ISODATA的原理和实现步骤,并将此算法应用于负荷分类中。在MATLAB中结合具体日负... 迭代自组织数据分析算法(ISODATA)是一种基于统计模式识别的非监督学习动态聚类算法。针对当前各算法初始聚类数取值困难、容易陷入局部最优等问题,介绍了ISODATA的原理和实现步骤,并将此算法应用于负荷分类中。在MATLAB中结合具体日负荷曲线样本进行聚类分析,结果证明聚类效果较好。将ISODATA与各种传统聚类方法进行了对比实验,比较各种算法的聚类效果、预定聚类数目对算法结果的影响,以及初始聚类中心的选择对结果的影响。对比结果证明,此方法适用于负荷分类的研究。 展开更多
关键词 迭代自组织数据分析算法 聚类 日负荷曲线 曲线识别 大数据 数据挖掘
在线阅读 下载PDF
面向大数据存储教育的跨模态知识表示与沉浸式系统设计
4
作者 叶南均 《计算机应用文摘》 2026年第2期158-163,共6页
大数据存储技术的快速发展亟须创新的教育方法,以弥合理论知识与实践技能之间的鸿沟。文章提出了一种融合跨模态知识表示框架与沉浸式教学系统的解决方案。该框架通过本体建模和多模态对齐,整合结构化与非结构化知识源,构建时空知识图谱... 大数据存储技术的快速发展亟须创新的教育方法,以弥合理论知识与实践技能之间的鸿沟。文章提出了一种融合跨模态知识表示框架与沉浸式教学系统的解决方案。该框架通过本体建模和多模态对齐,整合结构化与非结构化知识源,构建时空知识图谱,并动态适配学习情境。沉浸式系统架构包含四大模块:三维知识导航、虚拟运维沙箱、增强现实实验引导和认知轨迹分析,支持抽象概念的可视化与实践操作。教学实践采用前测诊断、场景干预和动态评估的闭环优化机制。文章的理论贡献在于提出了沉浸式认知负荷平衡模型,该模型能够动态调节知识复杂度与交互强度,从而促进学生的理解。实验结果表明,相较于传统教学方法,采用该方法能显著提升知识留存率(提高38.7%)与操作熟练度(提高27.7%)。该方案为现代技术教育提供了可扩展的解决方案,其设计范式也可推广至复杂系统工程教育领域。 展开更多
关键词 跨模态知识表示 沉浸式学习系统 大数据存储教育 时空知识图谱 认知负荷平衡 虚拟运维沙箱 教育技术
在线阅读 下载PDF
基于网络大数据的办公建筑楼面活荷载调查方法研究
5
作者 陈隽 吴文瀚 +2 位作者 窦凯 徐迟 李杰 《土木工程学报》 北大核心 2025年第6期1-9,共9页
荷载取值是结构设计的基本前提,也是当前研究的薄弱环节。传统采用的抽样入户称重的方式调查建筑物活荷载,存在效率低、成本高、周期长、时效性差、干扰住户隐私以及大件物品现场称重困难等问题,严重制约了活荷载建模研究。为此,提出基... 荷载取值是结构设计的基本前提,也是当前研究的薄弱环节。传统采用的抽样入户称重的方式调查建筑物活荷载,存在效率低、成本高、周期长、时效性差、干扰住户隐私以及大件物品现场称重困难等问题,严重制约了活荷载建模研究。为此,提出基于网络大数据的办公建筑持久性活荷载新型研究方式:通过二手房产交易平台的3D看房功能,首先确定房间尺寸、家具种类及数量,进而利用图片及商标等多源异构数据,结合网络爬虫获得建筑物室内物品的重量。采用新方法在全国范围内调查了7个城市的1883个房间,总建筑面积约90000m^(2)。据此建立了设计基准期T=50年时持久性活荷载任意时间和最大值的概率分布模型,并通过Turkstra组合规则得到办公活荷载标准值,与荷载规范给出的标准值进行对比表明了基于网络大数据的建筑活荷载调查方法的可行性。 展开更多
关键词 持久性活荷载 活荷载调查 楼面活荷载 大数据
原文传递
基于5G网络的设备大数据传输负载优化算法 被引量:2
6
作者 李民 陈普建 +1 位作者 陈秀云 贺佳彦 《吉林大学学报(信息科学版)》 2025年第2期445-450,共6页
为确保大数据稳定传输,提出基于5G网络的设备大数据传输负载优化算法。分析大数据传输性能影响因素,包括数据时延、平均带宽利用率和吞吐量。采用形态学滤波算法对大数据进行低通滤波处理,消除数据中存在的噪声,降低数据传输时延。动态... 为确保大数据稳定传输,提出基于5G网络的设备大数据传输负载优化算法。分析大数据传输性能影响因素,包括数据时延、平均带宽利用率和吞吐量。采用形态学滤波算法对大数据进行低通滤波处理,消除数据中存在的噪声,降低数据传输时延。动态选择大数据传输信道,避免网络中出现数据拥塞现象,提高网络吞吐量。在信息传输矩阵映射的基础上提高数据传输精度,同时设计了容量扩充机制,以此提高网络带宽利用率,完成负载优化。实验结果表明,采用所提算法优化后,提高了带宽利用率,降低了网络能耗和数据传输时延。 展开更多
关键词 5G网络 形态学滤波 设备大数据 容量扩充机制 传输负载优化
在线阅读 下载PDF
基于大数据深度挖掘技术的电力负荷智能感知系统 被引量:1
7
作者 马国真 王云佳 +2 位作者 夏静 彭寒 邵华 《电子设计工程》 2025年第14期171-175,共5页
为提升电力系统对电力负荷需求的满足能力,设计了基于大数据深度挖掘技术的电力负荷智能感知系统。该系统通过数据连接模块将电力负荷数据汇总、暂存。利用数据挖掘模块对暂存数据进行分析,获取最优聚类。依据预测时间段的属性数据实现... 为提升电力系统对电力负荷需求的满足能力,设计了基于大数据深度挖掘技术的电力负荷智能感知系统。该系统通过数据连接模块将电力负荷数据汇总、暂存。利用数据挖掘模块对暂存数据进行分析,获取最优聚类。依据预测时间段的属性数据实现电力负荷预测。同时,结合特征权重算法去除电力负荷风险特征中的冗余项,构建最优风险特征子集,并采用支持向量机建立风险预警模型。将预测结果与最优风险特征子集输入预警模型,实现负荷预警。实验结果表明,该系统能准确预测电力负荷情况,且电力负荷风险预警结果的Ka值高达0.9以上,显著提升电力系统对电力负荷需求的满足能力。 展开更多
关键词 大数据 深度挖掘 聚类算法 负荷预测 特征选择 风险预警
在线阅读 下载PDF
电力大数据在分布式能源资源调度中的应用
8
作者 杨新华 吴斌 孙乐 《通信电源技术》 2025年第5期110-112,共3页
随着分布式能源资源在电力系统中的广泛应用,电力大数据技术为其高效调度提供了有力支持。文章详细阐述电力大数据与分布式能源资源的概念,深入探讨分布式能源资源调度中的关键技术,包括数据采集与传输、存储与管理、分析与挖掘等。通... 随着分布式能源资源在电力系统中的广泛应用,电力大数据技术为其高效调度提供了有力支持。文章详细阐述电力大数据与分布式能源资源的概念,深入探讨分布式能源资源调度中的关键技术,包括数据采集与传输、存储与管理、分析与挖掘等。通过具体分析电力大数据在能源负荷预测与需求响应、分布式能源发电计划优化、电网运行状态监测与故障预警、能源交易与市场运营支持等场景中的应用,展示了电力大数据在提高分布式能源资源调度水平与电力系统整体性能方面的重要作用。 展开更多
关键词 电力大数据 分布式能源 资源调度 负荷预测
在线阅读 下载PDF
基于强用户关联的电动汽车驱动系统载荷谱编制 被引量:1
9
作者 魏玉超 袁晓磊 +2 位作者 赵轩 陈旭岳 杜京阳 《汽车工程学报》 2025年第4期590-602,共13页
针对目前基于大数据平台构建电动汽车载荷谱时典型数据难以确定、线上低采样率数据与实际载荷损伤一致性较差的问题,提出一种强用户关联的电动汽车驱动系统载荷谱编制方法。基于大数据平台,从道路类型、驾驶风格、载重、车速、转矩5个... 针对目前基于大数据平台构建电动汽车载荷谱时典型数据难以确定、线上低采样率数据与实际载荷损伤一致性较差的问题,提出一种强用户关联的电动汽车驱动系统载荷谱编制方法。基于大数据平台,从道路类型、驾驶风格、载重、车速、转矩5个维度进行用户画像,根据用户画像结果,提出一种基于全局最优配对的线上数据筛选方法,从平台获取用户典型数据集,同时提出一种基于约束的片段拼接方法对数据集进行有序拼接,实现载荷谱与用户的多特征关联。针对线上低采样率数据与实际载荷损伤一致性差的问题,结合实车采集数据,通过融合线下高采样率数据增强载荷谱与用户的损伤等效。由特征值匹配度结果可知,采用该数据筛选方法获得数据集与用户在各特征参数下的偏差率均在0.05左右,且最大不超过0.15;载荷谱损伤计算结果表明,线上低采样率和线下高采样率数据相融合的方法可有效增强载荷谱与用户的损伤等效。 展开更多
关键词 用户画像 大数据筛选 用户关联 载荷谱
在线阅读 下载PDF
基于大数据分析的电网负荷预测优化算法研究 被引量:3
10
作者 杨颖钊 《科技创新与应用》 2025年第4期98-101,共4页
随着智能电网建设的深入推进,电网负荷预测精度对保障系统安全稳定运行具有重要意义。针对传统负荷预测方法在面对复杂场景时预测精度不足的问题,提出一种基于大数据分析的电网负荷预测优化算法。该算法融合长短期记忆网络(LSTM)模型、... 随着智能电网建设的深入推进,电网负荷预测精度对保障系统安全稳定运行具有重要意义。针对传统负荷预测方法在面对复杂场景时预测精度不足的问题,提出一种基于大数据分析的电网负荷预测优化算法。该算法融合长短期记忆网络(LSTM)模型、时间序列模型(FbProphet)及深度学习等方法构建多层预测模型。实验结果表明,所提算法在国网莱芜供电公司实际运行环境下取得显著效果,预测准确率达98%,有效识别负荷高峰,累计削减尖峰负荷超过870 MW,为电网安全稳定运行提供有力支撑。 展开更多
关键词 电网负荷预测 大数据分析 LSTM 深度学习 优化算法
在线阅读 下载PDF
基于可再生能源大数据的非侵入式电网负荷特性研究 被引量:1
11
作者 崔树春 李海涛 杨永标 《电测与仪表》 北大核心 2025年第5期106-110,119,共6页
电网的扩建规划是当前智能电网建设中的重要环节。针对电网扩建规划问题的特点,提出了一种考虑区域内可再生能源大数据的非侵入式电网负荷特性建模方案。模型以反映依时线性关系的自回归模型为基础,对用户端负载进行建模。进一步地,考... 电网的扩建规划是当前智能电网建设中的重要环节。针对电网扩建规划问题的特点,提出了一种考虑区域内可再生能源大数据的非侵入式电网负荷特性建模方案。模型以反映依时线性关系的自回归模型为基础,对用户端负载进行建模。进一步地,考虑了未来电网扩建中以光伏发电与风力发电为代表的可再生能源的大量引入,将发电单元所在区域的气象特征融入到负荷的计算中。在实际数据上的测试结果验证了模型在描述电网负荷特性上的有效性,以及对于电网扩建规划问题的参考价值。 展开更多
关键词 电网规划 智能电网 气象大数据 负荷特性
在线阅读 下载PDF
基于智能技术实现电力负荷预测的专利技术分析 被引量:1
12
作者 王爽 《天津科技》 2025年第8期12-15,共4页
探讨基于智能技术实现电力负荷预测方法的相关技术及背景,主要包含人工智能、大数据等。依托Himmpat专利数据库,分析可实现电力负荷预测的基于人工智能或大数据的相关技术,从全球专利申请趋势、主要来源国的申请布局、全球主要申请人的... 探讨基于智能技术实现电力负荷预测方法的相关技术及背景,主要包含人工智能、大数据等。依托Himmpat专利数据库,分析可实现电力负荷预测的基于人工智能或大数据的相关技术,从全球专利申请趋势、主要来源国的申请布局、全球主要申请人的技术布局、全球专利法律状态等方面出发,揭示国内外智能电力负荷预测的研发重点,进而针对该技术的发展提出相关建议,为企业和高校相关研究提供参考,促进电力负荷预测技术的可持续发展。 展开更多
关键词 智能技术 人工智能 大数据 专利 电力负荷预测
在线阅读 下载PDF
基于BP神经网络的能源负荷短期预测模型 被引量:2
13
作者 杨欣 徐飞 +3 位作者 贺国伟 周帆 丛昊 邓言振 《能源与环保》 2025年第6期174-178,共5页
在配电网规划中,准确的电力负荷预测对电力系统的安全运行和供能质量至关重要。针对传统负荷预测方法对短时负荷预测结果较差的问题,提出基于BP神经网络的电力负荷预测方法。选定相似日数据进行矫正,基于神经网络模型快速得到负载功率... 在配电网规划中,准确的电力负荷预测对电力系统的安全运行和供能质量至关重要。针对传统负荷预测方法对短时负荷预测结果较差的问题,提出基于BP神经网络的电力负荷预测方法。选定相似日数据进行矫正,基于神经网络模型快速得到负载功率。依托矫正输出的小数据集,减少了神经网络学习所需的数据,有效降低了神经网络的结构复杂度和时间,实现模型快速响应。当预测日期发生变化,神经网络能够重新训练并捕捉预报日的负荷与温度的关系,迅速响应输出相应的温度变化矫正。选取不规则变化温度数据与特殊日期作为预测对象验证模型有效性,预测最大绝对误差为14%,平均绝对误差1.63%。与传统方法相比,该方法能够在短时内进行预测,并大幅提升了预测效率,减少了数据需求,结果更加精准。 展开更多
关键词 神经网络 电力系统负荷预测 大数据分析 快速响应
在线阅读 下载PDF
考虑储能的CEEMDAN-LSTM的工业园区短期负荷预测 被引量:3
14
作者 马玉坤 王泳 +1 位作者 梁世锋 童铸 《电气自动化》 2025年第1期58-60,63,共4页
为了进一步提升储能系统电力负荷预测的性能,提出了自适应噪声完备集合经验模态分解-长短期记忆神经网络。自适应噪声完备集合经验模态分解可以将负荷时间序列分解为一系列频域稳定的本征模态函数,而长短期记忆网络拥有记忆功能,它能够... 为了进一步提升储能系统电力负荷预测的性能,提出了自适应噪声完备集合经验模态分解-长短期记忆神经网络。自适应噪声完备集合经验模态分解可以将负荷时间序列分解为一系列频域稳定的本征模态函数,而长短期记忆网络拥有记忆功能,它能够通过学习来捕获当前时间段与过去时间段的隐含关系,二者结合,增加了对负荷时间序列预测的准确度和稳定性。通过试验验证,表明了所提模型在储能系统下电力负荷预测的有效性。 展开更多
关键词 电力负荷预测 大数据背景 本征模态函数 自适应噪声完备集合经验模态分解 长短期记忆网络
在线阅读 下载PDF
资源共享平台大数据负载均衡性控制方法
15
作者 辛春花 闫凤 何婷 《现代电子技术》 北大核心 2025年第20期160-164,共5页
资源共享平台的大数据具有多样性和不确定性的特点,不同类型的数据需求各异,如果不对这些数据进行分类和处理,就可能导致某些类型的数据处理任务集中在少数资源节点上,而其他节点则相对空闲,从而造成负载不均衡。为此,提出一种资源共享... 资源共享平台的大数据具有多样性和不确定性的特点,不同类型的数据需求各异,如果不对这些数据进行分类和处理,就可能导致某些类型的数据处理任务集中在少数资源节点上,而其他节点则相对空闲,从而造成负载不均衡。为此,提出一种资源共享平台大数据负载均衡性控制方法。将无状态的资源共享平台大数据按照特征进行切片,更清晰地展现出数据之间的差异性。采用目标函数将切片处理后的数据应用于平台大数据差异性的量化处理中,确保各个资源节点能够均衡地处理任务。通过帝国主义竞争算法对大数据进行寻优,将所有初始化的个体都称作国家,并按照国家势力分成帝国主义国家及殖民地两种,通过竞争和合作来找到最优解,确定最优资源共享平台大数据负载均衡性控制方案,从而更好地处理数据的多样性和不确定性,实现资源共享平台大数据负载均衡性控制。实验结果表明,所提方法的吞吐量达到了700 Mb/s,且在到达率为0.40%之前,其业务阻塞率一直处于接近0的状态,说明该方法可以确保资源共享平台大数据的吞吐量并有效降低业务阻塞率,负载均衡性的控制效果较好。 展开更多
关键词 资源共享平台 大数据 负载均衡性 帝国主义竞争算法 切片处理 差异化量化处理
在线阅读 下载PDF
基于互信息和IndRNN的电动汽车充电负荷预测
16
作者 吴康妍 王东 马垚 《太原理工大学学报》 北大核心 2025年第6期1118-1123,共6页
【目的】精准预测电动汽车充电站的负荷预测对充电站有极其重要的意义。在互信息的背景下,提出一种基于互信息和IndRNN的电动汽车充电负荷预测。【方法】首先采集用户充电行为历史数据、电动汽车充电负荷历史数据、天气数据等,对该数据... 【目的】精准预测电动汽车充电站的负荷预测对充电站有极其重要的意义。在互信息的背景下,提出一种基于互信息和IndRNN的电动汽车充电负荷预测。【方法】首先采集用户充电行为历史数据、电动汽车充电负荷历史数据、天气数据等,对该数据采用MRMR算法进行处理,然后选择合适的数据作为输入特征;将选取的特征变量输入IndRNN模型进行训练和预测;用IndRNN与传统的长短期记忆网络LSTM、门控循环单元GRU对比,发现在电动汽车充电负荷预测中,IndRNN能更好地处理和预测更长的时序信息,并且解决了传统RNN梯度消失和梯度爆炸的问题。【结果】用电动汽车实际充电负荷数据进行验证,实验结果表明本文方法在对电动汽车充电负荷预测时,MAPE和RMSE指标相比其他方法都有所降低,验证所提方法的优越性。 展开更多
关键词 充电行为大数据 负荷预测 独立循环神经网络 互信息 最大相关最小冗余
在线阅读 下载PDF
西宁地区清洁采暖改造对配电网负荷特性的影响及电网适应性研究
17
作者 李昌博 沙鹏 +1 位作者 安雅程 吴稀西 《农村电气化》 2025年第9期10-13,共4页
研究聚焦西宁地区清洁采暖改造,深度剖析其对配电网负荷特性的影响及电网适应性问题。通过对2023—2025年多源负荷监测数据的挖掘,运用大数据分析手段,明确清洁采暖设备实际使用率在不同统计口径下的显著差异,揭示户均负荷增长受季节更... 研究聚焦西宁地区清洁采暖改造,深度剖析其对配电网负荷特性的影响及电网适应性问题。通过对2023—2025年多源负荷监测数据的挖掘,运用大数据分析手段,明确清洁采暖设备实际使用率在不同统计口径下的显著差异,揭示户均负荷增长受季节更替与自然增长因素的交叉影响,呈现冬季同比微弱正增长、夏冬对比负增长态势。结合典型用户用电行为特征与负荷波动规律,提出适配西宁地区的电网规划优化建议,为清洁采暖在高原城市的广泛推广与配电网安全稳定运行提供数据支撑与决策依据。 展开更多
关键词 清洁采暖 配电网 负荷特性 大数据分析 电网适应性
在线阅读 下载PDF
基于大数据分析的火力发电负荷预测系统设计
18
作者 商桐友 《通信电源技术》 2025年第12期28-30,共3页
基于火力发电负荷预测面临的实时性与精度挑战,结合现货市场的动态需求特性,构建基于大数据分析的火力发电负荷预测系统。系统采用多层架构设计,集成Hadoop、Spark等平台进行数据处理与模型训练,利用长短期记忆(Long Short-Term Memory,... 基于火力发电负荷预测面临的实时性与精度挑战,结合现货市场的动态需求特性,构建基于大数据分析的火力发电负荷预测系统。系统采用多层架构设计,集成Hadoop、Spark等平台进行数据处理与模型训练,利用长短期记忆(Long Short-Term Memory,LSTM)网络等算法实现负荷滚动预测。通过引入特征提取、因果校准机制,显著提升模型在复杂气象条件下的适应能力。系统测试结果显示,预测误差控制在较低水平,响应时间满足调度需求,具备良好的实际应用性能。 展开更多
关键词 火力发电 负荷预测 大数据分析
在线阅读 下载PDF
基于大数据分析的新型智慧电站负荷预测
19
作者 杨正华 许鹏 《电工技术》 2025年第16期99-101,109,共4页
准确的负荷预测对于电力系统的高效调度和能源资源的优化分配至关重要,它能够有效减少能源浪费,提升能源利用效率。通过精准预测电力需求,电力系统可以制定更优化的发电计划,保障供需平衡,从而降低运营成本。概述了传统的负荷预测方法,... 准确的负荷预测对于电力系统的高效调度和能源资源的优化分配至关重要,它能够有效减少能源浪费,提升能源利用效率。通过精准预测电力需求,电力系统可以制定更优化的发电计划,保障供需平衡,从而降低运营成本。概述了传统的负荷预测方法,并通过神经网络模型验证了基于大数据分析的新型智慧电站负荷预测方法的有效性。通过对比分析传统负荷预测方法与新型智慧电站负荷预测方法的预测结果,证实了大数据驱动的神经网络模型在提高预测精度和优化电力系统运营方面具有显著优势。 展开更多
关键词 大数据分析 智慧电站 负荷预测
在线阅读 下载PDF
基于主成分分析和循环神经网络的能源负荷预测与分析
20
作者 尹璐 赵卫华 +3 位作者 孙泽裕 任远 张忆南 陈樱绮 《能源与环保》 2025年第8期188-196,203,共10页
电力系统负载的高精度实时预测对能源调度与电网稳定运行至关重要。针对传统预测方法计算复杂度高、实时性不足的问题,提出一种融合主成分分析(PCA)与循环神经网络(RNN)的混合预测框架。基于河南某35/10 kV变电站的2184 h负载数据,构建R... 电力系统负载的高精度实时预测对能源调度与电网稳定运行至关重要。针对传统预测方法计算复杂度高、实时性不足的问题,提出一种融合主成分分析(PCA)与循环神经网络(RNN)的混合预测框架。基于河南某35/10 kV变电站的2184 h负载数据,构建RHM-1、RDM-1及其轻量化模型RHM-2、RDM-2,通过PCA分别将输入特征从9维、6维降至6维、4维,降低数据冗余。采用Adam优化器,以均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)为指标,系统评估单隐藏层下隐藏神经元数对模型性能的影响。实验表明,当RHM-1、RHM-2、RDM-1、RDM-2隐藏神经元数分别为13、11、13、7时,测试集标准差小于0.0018,模型达到最优性能;轻量化模型RHM-2与RDM-2参数量较原模型减少32.91%和66.42%,RMSE仅上升1.7%和0.7%,HAM模型实时性显著优于DAM模型。对比ARIMA等传统方法,RNN模型的RMSE降低23.7%(p<0.01)。研究验证了PCA-RNN框架在降低计算负载的同时,通过时间分辨率多样性优化,可兼顾预测精度与实时性,为电力市场动态调度提供高效工具。 展开更多
关键词 负荷预测 大数据分析 主成分分析 循环神经网络
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部