-
题名基于深度循环神经网络的地铁供电系统负荷预测
被引量：3
- 1
-
-
作者
刘江涛
延巧娜
周涛
邵雷
陈中
-
机构
南京电力设计研究院有限公司
南京理工大学自动化学院
南京能云电力科技有限公司
东南大学电气工程学院
-
出处
《电气工程学报》
CSCD
2022年第4期309-317,共9页
-
基金
南京电力设计研究院资助项目(SGTYHT/18-JS-206)。
-
文摘
随着国民经济持续发展、城市化进程加快,地铁建设也随之快速发展,地铁供电系统也相应地日益庞大,地铁供电系统负荷已然成为城市电力系统负荷的重要组成部分。由于地铁供电系统负荷所呈现的移动性、时变性、非线性等特点,对地铁供电系统负荷预测技术的研究越来越重要。首先对于地铁供电系统负荷预测开展研究,考虑了地铁历史负荷、地铁换乘站、地铁地上/地下形式、客流量、天气、温度等多维度因素,再基于堆叠式降噪自动编码器对多维度因素进行特征学习,基于适用于处理序列性质非线性问题的深度循环神经网络,提出了一种地铁供电系统负荷预测方法。最后通过南京地铁的实际运行数据验证了所提预测方法的有效性和优越性,该方法对于地铁供电系统短期和中长期负荷预测均有较好的预测效果。针对南京地铁待建的地铁站,进行中长期负荷预测,为其主站定容提供参考依据。
-
关键词
地铁供电系统
负荷预测
深度学习
多维度因素
深度循环神经网络
-
Keywords
Subway power supply system
load forecasting
deep learning
multidimensional factor
deep recurrent neural network
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名多维时空因果关系学习的停车泊位占用率预测技术
被引量：2
- 2
-
-
作者
何坚
朱喆
王伟东
于卫国
-
机构
北京工业大学信息学部
上海银联商务技术开发中心
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2020年第1期17-23,共7页
-
基金
国家自然科学基金资助项目(61602016)
-
文摘
针对停车泊位占用率预测方法中对空间因素和多维度影响因素考虑不足的问题,扩展了格兰杰因果关系模型,提出一种综合考虑时空相关性和多维度影响因素的停车泊位分析模型,并在此基础上设计了基于神经网络的停车泊位占用率预测算法.采用欧盟FP7项目提供的City Pulse数据集进行仿真实验,实验结果表明:基于多维时空因果关系的神经网络学习预测方法较其他基于时空相关性的停车泊位预测方法的预测精度都有提高;在容量为56辆车的停车场样本中,对0. 5 h后和1. 0 h后停车泊位占用率进行预测的平均绝对误差低至2. 488、3. 418,绝对误差小于20%、10%的预测结果占比更大.
-
关键词
停车泊位占用率
多维度影响因素
时空相关性
格兰杰因果关系
时空因果关系
神经网络
-
Keywords
parking occupancy rate
multidimensional influence factor
spatial-temporal correlation
Granger causality
spatial-temporal causality
neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
