期刊文献+
共找到1,352篇文章
< 1 2 68 >
每页显示 20 50 100
Determination of Effective Load Shedding Schemes in Electric Power Plants 被引量:1
1
作者 Godwin Effiong Priye Kenneth Ainah Jackson Karniliyus 《Energy and Power Engineering》 2020年第10期555-567,共13页
The ability of power system to survive the transition from preloading state to the gradual increase in load and thereafter reach an acceptable operational condition is an indication of transient stability of the syste... The ability of power system to survive the transition from preloading state to the gradual increase in load and thereafter reach an acceptable operational condition is an indication of transient stability of the system. The study analyzed load shedding scheme through the use of empirical measurement tools and load-flow simulation techniques. It was geared towards determining effective load shedding strategies to reduce unnecessary overload in order to achieve dynamic stability of the electric power network in the Export Free Trade Zone, Calabar, Nigeria. From the tests and the measurements taken, it was observed that the real and reactive powers from the generator and the mechanical power from the turbine engine were stable when the load shedding controller was switched on, as compared to when it was off. The engine speed, the bus-bar frequency and the output voltage of the generator stabilized within a shorter time (about 8 seconds) when the controller was switched on than when it was on the off condition. Also, there were noticeable fluctuations in the speed of the remaining two generators. It became stable at about 12 seconds after the loss. The variations were 0.3 per cent of the nominal speed value. The excitation voltage fluctuated from 1.2 (pu) to 4.5 (pu) when the bus voltage dipped as a result of additional load. It then came down and stabilized at 1.8 (pu) after few swings. This confirmed that the stability of power system is much enhanced when load shedding controllers are effectively configured on the network. 展开更多
关键词 power System Transient Stability load Shedding Scheme Electric power network
在线阅读 下载PDF
Application of Interval Algorithm in Rural Power Network Planning
2
作者 GU Zhuomu ZHAO Yulin 《Journal of Northeast Agricultural University(English Edition)》 CAS 2009年第3期57-60,共4页
Rural power network planning is a complicated nonlinear optimized combination problem which based on load forecasting results, and its actual load is affected by many uncertain factors, which influenced optimization r... Rural power network planning is a complicated nonlinear optimized combination problem which based on load forecasting results, and its actual load is affected by many uncertain factors, which influenced optimization results of rural power network planning. To solve the problems, the interval algorithm was used to modify the initial search method of uncertainty load mathematics model in rural network planning. Meanwhile, the genetic/tabu search combination algorithm was adopted to optimize the initialized network. The sample analysis results showed that compared with the certainty planning, the improved method was suitable for urban medium-voltage distribution network planning with consideration of uncertainty load and the planning results conformed to the reality. 展开更多
关键词 rural power network optimization planning load uncertainty interval algorithm genetic/tabu search combination algorithm
在线阅读 下载PDF
Minimum Load-curtailment in Transmission Network Planning Considering Integrated Wind Farms 被引量:14
3
作者 CHEN Yan WEN Jinyu CHENG Shijie 《中国电机工程学报》 EI CSCD 北大核心 2011年第34期I0003-I0003,5,共1页
提出应用鲁棒线性优化理论来研究电网规划中含多个风电场的最小切负荷量计算问题,为含多个风电场的系统安全性研究提供了一条新的思路。根据Seng-Cheol Kang提出的鲁棒线性优化理论,建立电网规划中考虑风电场影响的最小切负荷量模型。... 提出应用鲁棒线性优化理论来研究电网规划中含多个风电场的最小切负荷量计算问题,为含多个风电场的系统安全性研究提供了一条新的思路。根据Seng-Cheol Kang提出的鲁棒线性优化理论,建立电网规划中考虑风电场影响的最小切负荷量模型。该模型以出力上下限和出力期望值来描述风电场的出力,最终转化为一确定性的线性规划问题并进行求解。在计及或不计及发电机调整的情况下,该模型均能够给出最安全的切负荷方案,除此以外还能给出更多介于最可靠与最经济之间的切负荷方案,实现灵活决策;在计及发电机出力可调的情况下,该模型能够给出相应的发电机出力方案;该模型能够初步给出各种切负荷方案下电网规划方案的可靠程度。基于修正的Garver’s 6节点系统和修正的巴西南部46节点系统算例测试结果验证了该方法的有效性。 展开更多
关键词 英文摘要 内容介绍 编辑工作 期刊
原文传递
Unbalance Level Regulating Algorithm in Power Distribution Networks
4
作者 Eugene Alekseevich Shutov Tatyana Evgenievna Turukina Ilya Igorevich Elfimov 《Energy and Power Engineering》 2018年第2期65-76,共12页
The paper dwells on the unified power quality indexes characterizing the phenomenon of voltage unbalance in three-phase systems. Voltage unbalance is one of the commonest occurrences in the town mains of 0.38 kV volta... The paper dwells on the unified power quality indexes characterizing the phenomenon of voltage unbalance in three-phase systems. Voltage unbalance is one of the commonest occurrences in the town mains of 0.38 kV voltage. The phenomenon describes as inequality of vector magnitude of phase voltage and shearing angle between them. Causes and consequences of the voltage unbalance in distribution networks have been considered. The algorithm, which allows switching one-phase load, has been developed as one of the methods of reducing the unbalance level. The algorithm is written in the function block diagram programming language. For determining the duration and magnitude of the unbalance level it is proposed to introduce the forecasting algorithm. The necessary data for forecasting are accumulated in the course of the algorithm based on the Function Block Diagram. The algorithm example is given for transforming substation of the urban electrical power supply system. The results of the economic efficiency assessment of the algorithm implementation are shown in conclusion. The use of automatic switching of the one-phase load for explored substation allows reducing energy losses (active electric energy by 7.63%;reactive energy by 8.37%). It also allows improving supply quality to a consumer. For explored substation the average zero-sequence unbalance factor has dropped from 3.59% to 2.13%, and the negative-sequence unbalance factor has dropped from 0.61% to 0.36%. 展开更多
关键词 UNBALANCE SUPPLEMENTARY power Losses load Switching ALGORITHM Electric power Quality DISTRIBUTING networks Function Block Balancing System Forecasting MICROCONTROLLER
暂未订购
Short-Term Load Forecasting Using Radial Basis Function Neural Network
5
作者 Wen-Yeau Chang 《Journal of Computer and Communications》 2015年第11期40-45,共6页
An accurate short-term forecasting method for load of electric power system can help the electric power system’s operator to reduce the risk of unreliability of electricity supply. This paper proposed a radial basis ... An accurate short-term forecasting method for load of electric power system can help the electric power system’s operator to reduce the risk of unreliability of electricity supply. This paper proposed a radial basis function (RBF) neural network method to forecast the short-term load of electric power system. To demonstrate the effectiveness of the proposed method, the method is tested on the practical load data information of the Tai power system. The good agreements between the realistic values and forecasting values are obtained;the numerical results show that the proposed forecasting method is accurate and reliable. 展开更多
关键词 SHORT-TERM load Forecasting RBF NEURAL network TAI power System
在线阅读 下载PDF
Forecasting the Demand of Short-Term Electric Power Load with Large-Scale LP-SVR 被引量:1
6
作者 Pablo Rivas-Perea Juan Cota-Ruiz +3 位作者 David Garcia Chaparro Abel Quezada Carreón Francisco J. Enríquez Aguilera Jose-Gerardo Rosiles 《Smart Grid and Renewable Energy》 2013年第6期449-457,共9页
This research studies short-term electricity load prediction with a large-scalelinear programming support vector regression (LP-SVR) model. The LP-SVR is compared with other three non-linear regression models: Collob... This research studies short-term electricity load prediction with a large-scalelinear programming support vector regression (LP-SVR) model. The LP-SVR is compared with other three non-linear regression models: Collobert’s SVR, Feed-Forward Neural Networks (FFNN), and Bagged Regression Trees (BRT). The four models are trained to predict hourly day-ahead loads given temperature predictions, holiday information and historical loads. The models are trained on-hourly data from the New England Power Pool (NEPOOL) region from 2004 to 2007 and tested on out-of-sample data from 2008. Experimental results indicate that the proposed LP-SVR method gives the smallest error when compared against the other approaches. The LP-SVR shows a mean absolute percent error of 1.58% while the FFNN approach has a 1.61%. Similarly, the FFNN method shows a 330 MWh (Megawatts-hour) mean absolute error, whereas the LP-SVR approach gives a 238 MWh mean absolute error. This is a significant difference in terms of the extra power that would need to be produced if FFNN was used. The proposed LP-SVR model can be utilized for predicting power loads to a very low error, and it is comparable to FFNN and over-performs other state of the art methods such as: Bagged Regression Trees, and Large-Scale SVRs. 展开更多
关键词 power load Prediction Linear PROGRAMMING Support VECTOR Regression NEURAL networks for Regression Bagged Regression Trees
暂未订购
Prospects of Shanghai City Network in 21~st Century 被引量:1
7
作者 王之佩 《Electricity》 2000年第4期14-20,共7页
According to the population, area and economy development of Shanghai City, this paper introduces the load forecast of the city and points out that the development of urban power network should adapt the development o... According to the population, area and economy development of Shanghai City, this paper introduces the load forecast of the city and points out that the development of urban power network should adapt the development of its economy. In this paper, the developing targets of Shanghai power network are also presented. 展开更多
关键词 urban power network city power network load forecast planning
在线阅读 下载PDF
基于特征模型的区域电网配置分析与优化方法研究
8
作者 吴敏 蒋航 +2 位作者 孙明洁 翁文婷 李庆娘 《电子设计工程》 2026年第6期166-170,共5页
电力负荷预测技术是区域电网规划配置分析的基础。为提高电力规划水平、实现智能辅助规划,文中基于多源数据,采用深度特征模型设计了一种高精度的电力负荷预测算法。该算法使用经验模态算法对数据进行分解,并通过在原始序列中添加自适... 电力负荷预测技术是区域电网规划配置分析的基础。为提高电力规划水平、实现智能辅助规划,文中基于多源数据,采用深度特征模型设计了一种高精度的电力负荷预测算法。该算法使用经验模态算法对数据进行分解,并通过在原始序列中添加自适应白噪声解决了原算法的模态混叠现象。针对多源数据具有复杂度高、时间特征强的特点,以深度密集神经网络为基础,加入注意力机制和LSTM模型,实现了对多源数据特征的精确提取。消融实验验证了各改进模块的有效性,对比实验结果表明,所提算法的RMSE、MAPE和MAE值分别为38.55、3.165%以及29.54,预测精度优于多种主流预测算法。 展开更多
关键词 区域电网配置 电力负荷预测 经验模态算法 注意力机制 深度密集神经网络
在线阅读 下载PDF
基于BP神经网络的船舶短期电力负荷预测方法
9
作者 叶明壕 牟晓玉 《舰船科学技术》 北大核心 2026年第4期84-88,共5页
船舶短期电力负荷预测面临负荷序列非线性强、多波动、易受航行工况与环境因素耦合干扰等难题。BP神经网络强大的非线性拟合能力与自适应学习机制,可从复杂的时序负荷数据中自动提取特征,有效逼近和预测此类动态多变的负荷曲线。因此,... 船舶短期电力负荷预测面临负荷序列非线性强、多波动、易受航行工况与环境因素耦合干扰等难题。BP神经网络强大的非线性拟合能力与自适应学习机制,可从复杂的时序负荷数据中自动提取特征,有效逼近和预测此类动态多变的负荷曲线。因此,研究基于BP神经网络的船舶短期电力负荷预测方法。通过拉格朗日插值法对原始船舶多源时序数据进行缺失数据填补,运用改进F-score特征选择算法由填补后多源时序数据中筛选出最优特征子集,以此为输入构建三层结构的BP神经网络模型,得到船舶短期电力负荷预测结果。结果表明,该方法的缺失数据插值填补与最优特征子集筛选效果均较为显著,以此为基础,对海上航行与靠泊装卸两种船舶工况下的24h电力负荷预测误差始终低于0.03,且在负荷波动较大处仍保持较高预测精度,预测性能稳定可靠。 展开更多
关键词 船舶 短期电力负荷 BP神经网络 特征筛选 插值填补
在线阅读 下载PDF
电网负载率均衡与功角稳定性分析的SVD方法研究
10
作者 胡棽棽 《电工技术》 2026年第1期17-20,共4页
电网的有功承载能力分析和源-网-荷协调性仍然是电网安全分析中的难题。对负载率时序矩阵进行奇异值分解得到的主导矩阵线路负载率均衡度指标,不仅可换算成主导动态均衡性指标,进行源-网-荷协调性评估,还证明了映射弹性势能同趋,可表征... 电网的有功承载能力分析和源-网-荷协调性仍然是电网安全分析中的难题。对负载率时序矩阵进行奇异值分解得到的主导矩阵线路负载率均衡度指标,不仅可换算成主导动态均衡性指标,进行源-网-荷协调性评估,还证明了映射弹性势能同趋,可表征电网的有功承载能力和功角安全性。算例仿真验证了这些特性。该定量指标可用于优化负荷分配和电网结构,并指导电网靶向规划。 展开更多
关键词 负载率均衡度 功角安全性 源-网-荷协调性分析 奇异值分解
在线阅读 下载PDF
基于神经网络智能算法的船舶电力负荷预测
11
作者 蒙宁佳 蒙宁安 +2 位作者 申康 王建 张圆圆 《舰船科学技术》 北大核心 2026年第1期174-181,共8页
在复杂海洋环境中,船舶能源管理系统对既能提供高精度又能实时响应的预测模型的需求越来越大。与传统预测方法相比,由于强大的学习能力和泛化能力,人工神经网络算法在处理船舶电力负荷预测等非线性数据方面具有潜在优势,但每种神经网络... 在复杂海洋环境中,船舶能源管理系统对既能提供高精度又能实时响应的预测模型的需求越来越大。与传统预测方法相比,由于强大的学习能力和泛化能力,人工神经网络算法在处理船舶电力负荷预测等非线性数据方面具有潜在优势,但每种神经网络智能算法都有其独特的优势、局限性和应用合理性。采用RBF、BP、Elman和LSTM这4种类型的智能方法来预测船舶在恶劣海况下的短期电力负荷。实验结果表明,RBF网络预测模型的平均相对误差、均方根误差等评价指标优于其他神经网络,RBF神经网络在收敛速度、预测精度和泛化能力方面表现最优,是预测船舶电力负荷的有效工具,为船舶电力系统的实时优化调度和能效管理提供了参考。 展开更多
关键词 负荷预测 船舶电力 神经网络 预测精度
在线阅读 下载PDF
考虑不确定性的配电系统源网荷储协调能量优化研究
12
作者 王祥浩 宣筱青 《科学技术创新》 2026年第2期49-52,共4页
为了提升含高比例可再生能源的配电系统运行经济性与安全性,开展考虑不确定性的配电系统源网荷储协调能量优化研究。通过介绍多源异构数据归一化处理方法、时空异质性建模技术和改进门控图卷积网络算法,分析光伏出力波动与负荷需求变化... 为了提升含高比例可再生能源的配电系统运行经济性与安全性,开展考虑不确定性的配电系统源网荷储协调能量优化研究。通过介绍多源异构数据归一化处理方法、时空异质性建模技术和改进门控图卷积网络算法,分析光伏出力波动与负荷需求变化等不确定性因素对系统运行的影响,提出融合数据驱动与模型驱动的源网荷储协调优化框架。研究结果表明:设计的混合归一化方法能有效保持不同类型数据的特征关联性,构建的时空异构图可准确量化不确定性传播路径,改进门控图卷积网络通过门控注意力机制和不确定性感知层显著提升优化策略的适应性。 展开更多
关键词 不确定性 配电系统 源网荷储 协调 能量 优化
在线阅读 下载PDF
源网荷储动态协同运行及多尺度优化策略
13
作者 李鹏飞 庞乐乐 《电力系统装备》 2026年第2期126-128,共3页
双碳战略推动新能源向高比例、高功率密度、高市场化方向发展,源网荷储作为系统韧性调节的重要载体,其协同调度水平的高低直接关系到电网的安全稳定与新能源消纳。文章立足于新能源大电网特征,构建“决策—协调—执行”3级合作架构,厘... 双碳战略推动新能源向高比例、高功率密度、高市场化方向发展,源网荷储作为系统韧性调节的重要载体,其协同调度水平的高低直接关系到电网的安全稳定与新能源消纳。文章立足于新能源大电网特征,构建“决策—协调—执行”3级合作架构,厘清源网荷储的角色定位与动态互动逻辑,揭示源网荷储双向协同机制。面向“中长期–短期–实时”多时间尺度,研究面向资源配置、逐日调度与动态调控的分层优化方法。在此基础上,提炼利益、信息、责任3要素,构建“市场链接+技术链接+突发事件响应”三位一体的运行模型。研究结果对于提升新能源系统柔性化,确保能源安全、绿色、低碳发展,具有重要的理论与实践价值。 展开更多
关键词 新型电力系统 源网荷储 动态协同运行机制 多时间尺度优化
在线阅读 下载PDF
基于重大天气过程温度等势面波动的省级负荷预测
14
作者 梁志峰 康重庆 +4 位作者 孙大雁 钟海旺 王建平 周海松 杨登宇 《电力自动化设备》 北大核心 2026年第2期176-184,共9页
重大天气过程期间省级系统负荷的精准预测对于新型电力系统的电力电量平衡至关重要。针对这一问题,提出了一种使用温度等势面图替代多站点温度的方法,将传统温度数据与负荷的关系转变为温度等势面图与负荷的关系,利用深度神经网络的图... 重大天气过程期间省级系统负荷的精准预测对于新型电力系统的电力电量平衡至关重要。针对这一问题,提出了一种使用温度等势面图替代多站点温度的方法,将传统温度数据与负荷的关系转变为温度等势面图与负荷的关系,利用深度神经网络的图形识别和时序记忆能力,分析温度等势面图集合与负荷集合的复杂对应关系,构建了能够捕捉温度等势面波动与系统负荷变化规律的通用预测模型。在此基础上,采用迁移学习方法建立了寒潮、高温两类重大天气过程的日前96点系统负荷预测专项模型,分析了这两类重大天气过程的典型温度等势面图特征。基于某省2021年至2023年寒潮、高温期间的历史数据开展算例分析,结果表明负荷预测精度显著提升,验证了所提方法的有效性。 展开更多
关键词 重大天气过程 省级电网 负荷预测 等势面图 卷积神经网络-长短期记忆神经网络 人工智能
在线阅读 下载PDF
基于因果自注意力机制和蛇鹫优化算法的电力负荷预测
15
作者 郭常庆 张玲华 《电子设计工程》 2026年第1期1-6,共6页
针对单一神经网络负荷预测精度较低的问题,提出一种基于因果自注意力机制和蛇鹫优化算法(SBOA)的电力负荷预测模型。该模型通过时间卷积网络(TCN)对输入数据进行特征提取,利用因果自注意力(CSA)机制对提取的特征分配权重,突出重要信息... 针对单一神经网络负荷预测精度较低的问题,提出一种基于因果自注意力机制和蛇鹫优化算法(SBOA)的电力负荷预测模型。该模型通过时间卷积网络(TCN)对输入数据进行特征提取,利用因果自注意力(CSA)机制对提取的特征分配权重,突出重要信息的影响力,采用门控循环单元(GRU)对CSA机制处理完的特征进行时间序列建模,并且利用了SBOA优化模型的超参数。通过仿真实验显示,所提模型的平均绝对百分比误差(MAPE)为1.249 4%,决定系数(R2)为0.991 2,均方根误差(RMSE)为140.37 MW,预测精度优于其他对比模型,验证了所提模型的有效性。 展开更多
关键词 电力负荷预测 时间卷积网络 门控循环单元 因果自注意力机制 蛇鹫优化算法
在线阅读 下载PDF
规模化电动汽车入网负荷预测及其对电网的影响研究
16
作者 马翼飞 刘健 刘韵笛 《内燃机与配件》 2026年第1期9-11,共3页
电动汽车作为中国战略新兴产业正在快速发展,其规模化接入电网的负荷影响亟待研究。本文针对电动汽车充电行为的时空随机性,构建融合多因素的耗电模型,采用蒙特卡洛方法预测无序充电负荷分布。研究表明规模化电动汽车无序充电呈现显著... 电动汽车作为中国战略新兴产业正在快速发展,其规模化接入电网的负荷影响亟待研究。本文针对电动汽车充电行为的时空随机性,构建融合多因素的耗电模型,采用蒙特卡洛方法预测无序充电负荷分布。研究表明规模化电动汽车无序充电呈现显著时空聚集特性,晚高峰负荷与电网基础峰叠加,在住宅区形成空间负荷热点,导致配电网线路过载风险增加、节点电压越限与波动加剧、谐波污染恶化,威胁电网安全。因此,推动智能有序充电及车网互动技术是实现负荷削峰填谷、保障电网稳定运行的关键。 展开更多
关键词 电动汽车 入网负荷 负荷预测 电网
在线阅读 下载PDF
基于SO-BP神经网络的电力调度负荷预测方法
17
作者 王晓斌 朱东海 朱雪莹 《沈阳工程学院学报(自然科学版)》 2026年第1期67-72,共6页
电力调度负荷精准预测对电力系统安全运行至关重要。针对传统BP神经网络局部最优收敛和参数敏感性问题,提出一种改进的神经网络PRI-BP模型。基于江苏泰州近3年的实际负荷,通过5种PRI-BP模型分析负荷的分布规律,选出最优的SO-BP神经网络... 电力调度负荷精准预测对电力系统安全运行至关重要。针对传统BP神经网络局部最优收敛和参数敏感性问题,提出一种改进的神经网络PRI-BP模型。基于江苏泰州近3年的实际负荷,通过5种PRI-BP模型分析负荷的分布规律,选出最优的SO-BP神经网络预测2025年调度负荷的分布趋势。结果显示:2024年负荷峰值出现在7月23日(6.444×10^(6) kW),时空分布呈现显著季节性特征。采用SO-BP神经网络对3年负荷数据进行预测,所得平均相对误差最小,仅为4.88%,优于国标5%阈值。预测的2025年负荷峰值将达7.15024×10^(6) kW(8月30日),同比增长10.95%。该研究为区域负荷预测提供了新方法与工程参考。 展开更多
关键词 电力调度负荷 BP神经网络 SO优化算法 预测方法
在线阅读 下载PDF
基于混合训练模型的增强异构算力互联方法研究
18
作者 高昆仑 叶青河 +3 位作者 王岳 甘津瑞 王晓辉 汪洋 《电力信息与通信技术》 2026年第1期34-44,共11页
针对电力行业在构建自主可控大模型基础设施过程中面临的异构算力协同难题,文章提出一种面向电网算力互联的智能协同网络(intelligent synergistic network,ISN)模型。该模型通过自研通信库SynCCL实现多厂商芯片的统一调度与通信适配,... 针对电力行业在构建自主可控大模型基础设施过程中面临的异构算力协同难题,文章提出一种面向电网算力互联的智能协同网络(intelligent synergistic network,ISN)模型。该模型通过自研通信库SynCCL实现多厂商芯片的统一调度与通信适配,设计智能协同网络-动态负载均衡(intelligent synergistic network-load balancing,ISN-LB)算法精准引导等价多路径路由(equal-cost multi-path,ECMP)哈希结果避免路径冲突,并引入智能协同网络-全局拥塞控制(intelligent synergistic network-congestion control,ISN-CC)机制实现主动流量调控。在由国家电网某省级公司提供的包含2020—2023年全省分钟级负荷数据的真实数据集上进行验证,实验结果表明:ISN方案在3种典型GPU异构组合(壁仞+沐曦、壁仞+英伟达、英伟达+沐曦)下均表现出色,协同通信效率最高达98.2%,训练效率达94.1%,网络负载均衡度提升显著。特别是在电网负荷预测准确性方面,ISN方案将标准化均方根误差和平均绝对百分比误差分别降低至0.070和5.55%,显著优于对比方案,有效证明ISN在提升电力AI模型训练效率与业务精度方面的实用价值。 展开更多
关键词 ISN 异构算力互联 负载均衡 集合通信 模型训练
在线阅读 下载PDF
考虑源-网-荷互动的配电网动态重构与运行优化模型
19
作者 姚刚 《电工技术》 2026年第1期129-131,共3页
针对源-网-荷互动优化问题,提出了一种基于改进粒子群优化算法的配电网优化方法。首先,构建了一个综合考虑发电、配电网和负荷相互作用的数学模型,以描述三者之间的动态耦合关系。其次,提出了配电网的动态重构方法,通过控制开关设备调... 针对源-网-荷互动优化问题,提出了一种基于改进粒子群优化算法的配电网优化方法。首先,构建了一个综合考虑发电、配电网和负荷相互作用的数学模型,以描述三者之间的动态耦合关系。其次,提出了配电网的动态重构方法,通过控制开关设备调整网格的拓扑结构,提高系统稳定性和可靠性,并建立了功率平衡约束、电压约束、开关状态约束等模型。为了提升求解精度和优化效率,改进了传统粒子群优化算法,提出了自适应惯性权重、局部搜索机制、变异操作等改进策略,以增强全局搜索能力并避免陷入局部最优解。实验结果表明,所提算法能在较短时间内找到优化解,适应实时调度和动态优化的需求。为配电网的优化提供了一种高效且可靠的解决方案。 展开更多
关键词 配电网 源-网-荷互动 分布式电源 负荷响应 多目标优化
在线阅读 下载PDF
改进CEEMDAN算法结合BiLSTM网络的电力负荷波动性预测
20
作者 金萍 《微型电脑应用》 2026年第1期254-258,共5页
为了提高电力负荷预测的精度,提出一种改进完全集合经验模态分解与自适应噪声(CEEMDAN)算法结合双向长短期记忆(BiLSTM)网络的电力负荷波动性预测方法。在CEEMDAN算法中引入排列熵对电力负荷时间序列数据进行预处理,以降低电力负荷数据... 为了提高电力负荷预测的精度,提出一种改进完全集合经验模态分解与自适应噪声(CEEMDAN)算法结合双向长短期记忆(BiLSTM)网络的电力负荷波动性预测方法。在CEEMDAN算法中引入排列熵对电力负荷时间序列数据进行预处理,以降低电力负荷数据的冗余度,提高电力负荷数据可靠度;采用粒子群优化(PSO)算法对BiLSTM网络的学习率、迭代轮次、批大小、隐含层神经元数量等参数进行优化,基于改进后的BiLSTM网络,对经过预处理后的电力负荷数据进行预测。结果表明,改进的CEEMDAN算法重构误差接近0,与真实电力负荷时间序列数据接近。所提出的方法的均方根误差和平均绝对百分比误差分别为3.82 MW和0.22%,相较于时间卷积网络(TCN)、Faster RCNN(faster region-based convolutional neural network),所提出的方法明显提高了电力负荷预测精度。由此得出,所提出的方法可用于实际电力负荷波动性预测,具有较高预测精度。 展开更多
关键词 时间序列 电力负荷 波动性预测 CEEMDAN算法 BiLSTM网络
在线阅读 下载PDF
上一页 1 2 68 下一页 到第
使用帮助 返回顶部