期刊导航
期刊开放获取
上海教育软件发展有限公..
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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AL-BILSTMDN的输电线动态热极限概率预测
被引量：
1
1
作者
孙辉
卢雪立
+3 位作者
高正男
胡姝博
金田
王钟辉
《电力系统及其自动化学报》
CSCD
北大核心
2024年第6期110-118,共9页
针对输电线动态热极限概率预测精度不足的问题,提出一种基于交替学习-双向长短时混合密度网络模型的动态热极限概率预测方法。该模型基于双向长短时混合密度网络抓取训练数据时序信息并实现动态热极限概率预测。同时,使用交替学习方法...
针对输电线动态热极限概率预测精度不足的问题,提出一种基于交替学习-双向长短时混合密度网络模型的动态热极限概率预测方法。该模型基于双向长短时混合密度网络抓取训练数据时序信息并实现动态热极限概率预测。同时,使用交替学习方法对时序数据集中的复杂模式数据进行强化学习,即区分出训练集中具有较为复杂模式的部分,让复杂模式训练集和全部训练集在模型中交替迭代直至最优,从而解决不平衡数据集混叠造成的局部最优问题。通过辽宁省某地区实例分析显示,所提模型可提升预测精度、降低过载概率。
展开更多
关键词
线路输送能力
动态热极限
概率预测
动态
增容
神经网络
在线阅读
下载PDF
职称材料
题名
基于AL-BILSTMDN的输电线动态热极限概率预测
被引量：
1
1
作者
孙辉
卢雪立
高正男
胡姝博
金田
王钟辉
机构
大连理工大学电气工程学院
国网辽宁省电力有限公司电力科学研究院
国网辽宁省电力有限公司调度通信部
出处
《电力系统及其自动化学报》
CSCD
北大核心
2024年第6期110-118,共9页
文摘
针对输电线动态热极限概率预测精度不足的问题,提出一种基于交替学习-双向长短时混合密度网络模型的动态热极限概率预测方法。该模型基于双向长短时混合密度网络抓取训练数据时序信息并实现动态热极限概率预测。同时,使用交替学习方法对时序数据集中的复杂模式数据进行强化学习,即区分出训练集中具有较为复杂模式的部分,让复杂模式训练集和全部训练集在模型中交替迭代直至最优,从而解决不平衡数据集混叠造成的局部最优问题。通过辽宁省某地区实例分析显示,所提模型可提升预测精度、降低过载概率。
关键词
线路输送能力
动态热极限
概率预测
动态
增容
神经网络
Keywords
transmission capacity of line
dynamic thermal rating(DTR)
probabilistic prediction
dynamic capacity-increase
neural network
分类号
TM751 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AL-BILSTMDN的输电线动态热极限概率预测
孙辉
卢雪立
高正男
胡姝博
金田
王钟辉
《电力系统及其自动化学报》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
