检索结果-维普期刊中文期刊服务平台

基于自适应扩展卡尔曼滤波的变压器顶层油温多时间尺度预测被引量：4: 1; 作者倪子瞻罗颖婷 +2 位作者江俊飞张立静盛戈皞《电网技术》 EI CSCD 北大核心 2024年第10期4397-4405,I0129,共10页; 为实现电力变压器的负荷优化调度和热故障及时预警,提高电力设备的运行可靠性,该文提出一种基于自适应扩展卡尔曼滤波算法的顶层油温短期-超短期多时间尺度预测方法。该方法将卡尔曼滤波算法和Susa热路等值模型相结合,选取顶层油温、油... 展开更多; 关键词卡尔曼滤波多时间尺度预测油浸式变压器顶层油温噪声自适应估计; 在线阅读下载PDF 职称材料

基于改进贝叶斯最大熵的乡村旅游电动汽车多时间尺度充电负荷预测: 2; 作者顾睿于艾清 +3 位作者潘含芝杨斐翔王育飞薛花《电力系统保护与控制》北大核心 2025年第12期117-127,共11页; 当前乡镇电动汽车(electric vehicle,EV)充电负荷样本集的获取受限于充电网络覆盖率低,给乡村旅游EV充电负荷预测带来极大挑战。且目前研究大多局限于短期预测范畴,鲜有涉及对多时间尺度的深入探讨。基于此,提出一种基于改进贝叶斯最大... 展开更多; 关键词电动汽车多时间尺度负荷预测贝叶斯最大熵季节性特征; 在线阅读下载PDF 职称材料

基于混合神经网络的多时间尺度负荷预测被引量：7: 3; 作者孙义豪郭新志 +4 位作者皇甫霄文马杰樊江川张海峰任洲洋《电工电能新技术》 CSCD 北大核心 2023年第8期95-104,共10页; 精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现... 展开更多; 关键词多时间尺度负荷预测多层混合神经网络损失函数多时间尺度数据融合; 在线阅读下载PDF 职称材料

多时间尺度时间序列趋势预测被引量：7: 4; 作者王金策邓越萍 +1 位作者史明周云飞《计算机应用》 CSCD 北大核心 2019年第4期1046-1052,共7页; 针对股票、基金等大量时间序列数据的趋势预测问题,提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先,在原始时间序列中提取带有多时间尺度特征的特征树,其刻画了时间序列,不仅带有序列在各个层次的特征,同时表示了层... 展开更多; 关键词特征树时间序列预测多时间尺度趋势预测隐马尔可夫模型; 在线阅读下载PDF 职称材料

题名基于自适应扩展卡尔曼滤波的变压器顶层油温多时间尺度预测被引量：4: 1; 作者倪子瞻罗颖婷江俊飞张立静盛戈皞; 机构上海交通大学电子信息与电气工程学院广东省电力装备可靠性企业重点实验室(广东电网有限责任公司电力科学研究院); 出处《电网技术》 EI CSCD 北大核心 2024年第10期4397-4405,I0129,共10页; 基金国家重点研发计划项目(2020YFB1709701)。; 文摘为实现电力变压器的负荷优化调度和热故障及时预警,提高电力设备的运行可靠性,该文提出一种基于自适应扩展卡尔曼滤波算法的顶层油温短期-超短期多时间尺度预测方法。该方法将卡尔曼滤波算法和Susa热路等值模型相结合,选取顶层油温、油指数和油时间常数作为状态变量,环境温度和负载电流作为输入量,通过对顶层油温估计值和观测值的比对实现油指数和油时间常数的迭代优化,以提高顶层油温多时间尺度下的预测精度。此外,该模型利用自适应噪声估计器修正噪声统计参量,以自动优化简便噪声初值设定,从而进一步提高模型的预测准确度。以2台110kV油浸式变压器为例进行分析,结果表明该方法对顶层油温的日内超短期预测、日前短期预测,相较于热路等值模型计算和扩展卡尔曼滤波算法有着更高的预测准确度。; 关键词卡尔曼滤波多时间尺度预测油浸式变压器顶层油温噪声自适应估计; Keywords Kalman filter multi-timescale prediction oil-immersed transformer top oil temperature noise adaptive estimation; 分类号 TM721 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于改进贝叶斯最大熵的乡村旅游电动汽车多时间尺度充电负荷预测: 2; 作者顾睿于艾清潘含芝杨斐翔王育飞薛花; 机构上海电力大学电气工程学院华东电力设计院有限公司; 出处《电力系统保护与控制》北大核心 2025年第12期117-127,共11页; 基金上海市自然科学基金项目资助(23ZR1425000) 上海市科技创新行动计划项目资助(22010501400)。; 文摘当前乡镇电动汽车(electric vehicle,EV)充电负荷样本集的获取受限于充电网络覆盖率低,给乡村旅游EV充电负荷预测带来极大挑战。且目前研究大多局限于短期预测范畴,鲜有涉及对多时间尺度的深入探讨。基于此,提出一种基于改进贝叶斯最大熵(Bayesianmaximum entropy,BME)的乡村旅游EV多时间尺度充电负荷预测模型。首先,考虑EV的出行特性受温度与交通因素的影响建立EV单位能耗模型,在此基础上建立基于改进BME的乡村旅游EV短期负荷预测模型。其次,结合最优灰色模型与旅游客流量预测模型预测未来乡村旅游EV保有量,从而推演出乡村旅游EV中长期负荷预测结果。最后,基于江苏省某乡村旅游景区温度与行车数据进行仿真分析,验证所提方法的有效性并预测乡村旅游EV充电负荷的未来发展趋势。; 关键词电动汽车多时间尺度负荷预测贝叶斯最大熵季节性特征; Keywords electric vehicles multi-timescale load forecasting Bayesian maximum entropy seasonal characteristics; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于混合神经网络的多时间尺度负荷预测被引量：7: 3; 作者孙义豪郭新志皇甫霄文马杰樊江川张海峰任洲洋; 机构国网河南省电力公司经济技术研究院输配电装备及系统安全与新技术国家重点实验室(重庆大学); 出处《电工电能新技术》 CSCD 北大核心 2023年第8期95-104,共10页; 基金国家自然科学基金项目(52277080) 四川省科技厅国际/港澳台科技创新合作项目(2022YFH0018)。; 文摘精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现象的原因在于模型预测结果的误差会随着预测时间尺度的延长而出现不同程度的增加,预测难度大,并且影响负荷的因素大多分布在不同时间尺度的数据上,难以充分利用。针对以上问题,本文在考虑负荷曲线的定积分与对应时间内用电量之间约束关系的前提下,提出融合多时间尺度数据的混合神经网络模型。该模型的损失函数同时考虑了点预测结果的误差以及负荷曲线定积分的物理意义,增强了负荷时间序列中各个元素之间的几何相关性。并且利用神经网络将短尺度数据提取为抽象的综合数据后,与长尺度数据拼接组成新的特征向量,用于预测不同时间尺度的负荷值。算例结果表明,本文提出的模型在实际的变压器负荷数据上能够实现多个时间尺度的预测并且有效提高预测精度。; 关键词多时间尺度负荷预测多层混合神经网络损失函数多时间尺度数据融合; Keywords multi-time scales load forecasting multi-layer hybrid neural network loss function multi-time scales data fusion; 分类号 TM743 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名多时间尺度时间序列趋势预测被引量：7: 4; 作者王金策邓越萍史明周云飞; 机构山西能源学院计算机与信息工程系; 出处《计算机应用》 CSCD 北大核心 2019年第4期1046-1052,共7页; 文摘针对股票、基金等大量时间序列数据的趋势预测问题,提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先,在原始时间序列中提取带有多时间尺度特征的特征树,其刻画了时间序列,不仅带有序列在各个层次的特征,同时表示了层次之间的关系。然后,利用聚类挖掘特征序列中的隐含状态。最后,应用隐马尔可夫模型(HMM)设计一个多时间尺度趋势预测算法(MTSTPA),同时对不同尺度下的趋势以及趋势的长度作出预测。在真实股票数据集上的实验中,在各个尺度上的预测准确率均在60%以上,与未使用特征树对比,使用特征树的模型预测效率更高,在某一尺度上准确率高出10个百分点以上。同时,与经典自回归滑动平均模型(ARMA)模型和PHMM(Pattern-based HMM)对比,MTSTPA表现更优,验证了其有效性。; 关键词特征树时间序列预测多时间尺度趋势预测隐马尔可夫模型; Keywords feature tree time series prediction trend prediction at multiple time scales Hidden Markov Model(HMM); 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 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	基于自适应扩展卡尔曼滤波的变压器顶层油温多时间尺度预测	倪子瞻罗颖婷江俊飞张立静盛戈皞	《电网技术》 EI CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
2	基于改进贝叶斯最大熵的乡村旅游电动汽车多时间尺度充电负荷预测	顾睿于艾清潘含芝杨斐翔王育飞薛花	《电力系统保护与控制》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于混合神经网络的多时间尺度负荷预测	孙义豪郭新志皇甫霄文马杰樊江川张海峰任洲洋	《电工电能新技术》 CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
4	多时间尺度时间序列趋势预测	王金策邓越萍史明周云飞	《计算机应用》 CSCD 北大核心	2019	7	在线阅读下载PDF 职称材料