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
3
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
基于改进CEEMDAN在电能质量复合扰动去噪中的应用
被引量：
2
1
作者
余雷
刘宏伟
庞宇
《现代电子技术》
北大核心
2024年第1期153-158,共6页
为提高噪声环境下电能质量复合扰动识别精度,提出一种基于改进自适应噪声完备经验模态分解(CEEMDAN)去噪算法。首先通过CEEMDAN方法将含噪信号分解为若干本征模态函数(IMF);然后将改进兰氏距离与多重分形去趋势波动分析(MFDFA)结合,把若...
为提高噪声环境下电能质量复合扰动识别精度,提出一种基于改进自适应噪声完备经验模态分解(CEEMDAN)去噪算法。首先通过CEEMDAN方法将含噪信号分解为若干本征模态函数(IMF);然后将改进兰氏距离与多重分形去趋势波动分析(MFDFA)结合,把若干IMF分量分为信号IMF分量、噪声和信号混叠IMF分量、噪声IMF分量。对于混叠IMF分量、噪声IMF分量分别采用改进奇异谱分析(SSA)、小波阈值(WT)去噪;最后,将经去噪处理的IMF分量与信号IMF分量进行重构。实验表明:与对比算法相比,含噪扰动经新算法去噪后,信噪比显著提高,去噪效果良好。
展开更多
关键词
电能质量复合扰动
CEEMDAN
MFDFA
改进
兰氏距离
改进奇异谱分析
去噪
在线阅读
下载PDF
职称材料
一种结合时间序列分解的短期电力组合预测方法
2
作者
赵建文
张成
陈佳丽
《重庆理工大学学报（自然科学）》
CAS
北大核心
2021年第12期180-188,共9页
短期电力负荷具有整体周期性和局部非线性的特点,单一模型预测精度不高。为此,提出一种基于改进的奇异谱分析(ISSA)方法的组合预测模型。首先从奇异谱分析(SSA)的轨迹矩阵构建、主成分选取等步骤改进传统SSA,以便更好分离实际负荷中的...
短期电力负荷具有整体周期性和局部非线性的特点,单一模型预测精度不高。为此,提出一种基于改进的奇异谱分析(ISSA)方法的组合预测模型。首先从奇异谱分析(SSA)的轨迹矩阵构建、主成分选取等步骤改进传统SSA,以便更好分离实际负荷中的趋势序列分量和随机序列分量;随后分别通过多元线性回归(MLR)和长短期记忆(LSTM)神经网络方法对分离出的趋势负荷和随机负荷进行预测;最后叠加两部分预测值得到最终预测结果。ISSA-MLR-LSTM(ISML)组合预测模型能很好地刻画实际负荷变化趋势和进行精准预测。实验结果表明:相较于单一的LSTM、MLR和组合EEMD-MLR-LSTM等预测模型,ISML组合预测模型能够有效地提高短期电力负荷的预测精度。
展开更多
关键词
短期电力负荷
改进奇异谱分析
多元线性回归
LSTM神经网络
组合预测
在线阅读
下载PDF
职称材料
双碳目标下基于分解-集成的月度煤电需求预测研究
被引量：
5
3
作者
高恬
牛东晓
+1 位作者
纪正森
斯琴卓娅
《智慧电力》
北大核心
2022年第9期22-29,共8页
月度煤电需求预测对于指导双碳目标下煤电发展及保障能源供应具有重要意义,但是月度煤电需求变化具有非平稳性、非线性的特点。为准确预测未来火电需求的变化,基于分解-集成思想,改进奇异谱分析(ISSA)将原始序列进行分解重构,得到多个...
月度煤电需求预测对于指导双碳目标下煤电发展及保障能源供应具有重要意义,但是月度煤电需求变化具有非平稳性、非线性的特点。为准确预测未来火电需求的变化,基于分解-集成思想,改进奇异谱分析(ISSA)将原始序列进行分解重构,得到多个不同频率的子序列,应用麻雀搜索算法(SSA)改进的极限学习机(ELM)模型预测各子序列,叠加后得到最终煤电需求预测值。以江苏省煤电需求为例,将所提方法与基于集合经验模态分解(EMD)的EMD-SSA-ELM模型和未经分解的SSA-ELM模型进行对比,结果表明所提方法能有效去除噪声分量的影响,误差值最小,平均绝对百分比误差相较于EMD-SSA-ELM与SSA-ELM分别降低8.0%和17.6%,预测精度更高,适用性更好。
展开更多
关键词
煤电需求预测
改进奇异谱分析
麻雀搜索算法
极限学习机
在线阅读
下载PDF
职称材料
题名
基于改进CEEMDAN在电能质量复合扰动去噪中的应用
被引量：
2
1
作者
余雷
刘宏伟
庞宇
机构
长安大学能源与电气工程学院
出处
《现代电子技术》
北大核心
2024年第1期153-158,共6页
文摘
为提高噪声环境下电能质量复合扰动识别精度,提出一种基于改进自适应噪声完备经验模态分解(CEEMDAN)去噪算法。首先通过CEEMDAN方法将含噪信号分解为若干本征模态函数(IMF);然后将改进兰氏距离与多重分形去趋势波动分析(MFDFA)结合,把若干IMF分量分为信号IMF分量、噪声和信号混叠IMF分量、噪声IMF分量。对于混叠IMF分量、噪声IMF分量分别采用改进奇异谱分析(SSA)、小波阈值(WT)去噪;最后,将经去噪处理的IMF分量与信号IMF分量进行重构。实验表明:与对比算法相比,含噪扰动经新算法去噪后,信噪比显著提高,去噪效果良好。
关键词
电能质量复合扰动
CEEMDAN
MFDFA
改进
兰氏距离
改进奇异谱分析
去噪
Keywords
power quality composite disturbance
CEEMDAN
MFDFA
improved Lance and Williams distance
improved singular spectrum analysis
denoising
分类号
TN711-34 [电子电信—电路与系统]
TN911.4 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
一种结合时间序列分解的短期电力组合预测方法
2
作者
赵建文
张成
陈佳丽
机构
西安科技大学电气与控制工程学院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2021年第12期180-188,共9页
基金
陕西省工业科技攻关项目(2015GY049)
西安市科技计划项目(GXYD13.10)。
文摘
短期电力负荷具有整体周期性和局部非线性的特点,单一模型预测精度不高。为此,提出一种基于改进的奇异谱分析(ISSA)方法的组合预测模型。首先从奇异谱分析(SSA)的轨迹矩阵构建、主成分选取等步骤改进传统SSA,以便更好分离实际负荷中的趋势序列分量和随机序列分量;随后分别通过多元线性回归(MLR)和长短期记忆(LSTM)神经网络方法对分离出的趋势负荷和随机负荷进行预测;最后叠加两部分预测值得到最终预测结果。ISSA-MLR-LSTM(ISML)组合预测模型能很好地刻画实际负荷变化趋势和进行精准预测。实验结果表明:相较于单一的LSTM、MLR和组合EEMD-MLR-LSTM等预测模型,ISML组合预测模型能够有效地提高短期电力负荷的预测精度。
关键词
短期电力负荷
改进奇异谱分析
多元线性回归
LSTM神经网络
组合预测
Keywords
short-term power load forecasting
improved singular spectrum analysis
multiple linear regression
LSTM neural network
combined forecasting
分类号
TM715 [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
双碳目标下基于分解-集成的月度煤电需求预测研究
被引量：
5
3
作者
高恬
牛东晓
纪正森
斯琴卓娅
机构
华北电力大学经济与管理学院
新能源电力与低碳发展北京市重点实验室
出处
《智慧电力》
北大核心
2022年第9期22-29,共8页
基金
国家重点研发计划资助项目(2020YFB1707801)
中央高校基本科研业务费专项资金资助(2019FR004)。
文摘
月度煤电需求预测对于指导双碳目标下煤电发展及保障能源供应具有重要意义,但是月度煤电需求变化具有非平稳性、非线性的特点。为准确预测未来火电需求的变化,基于分解-集成思想,改进奇异谱分析(ISSA)将原始序列进行分解重构,得到多个不同频率的子序列,应用麻雀搜索算法(SSA)改进的极限学习机(ELM)模型预测各子序列,叠加后得到最终煤电需求预测值。以江苏省煤电需求为例,将所提方法与基于集合经验模态分解(EMD)的EMD-SSA-ELM模型和未经分解的SSA-ELM模型进行对比,结果表明所提方法能有效去除噪声分量的影响,误差值最小,平均绝对百分比误差相较于EMD-SSA-ELM与SSA-ELM分别降低8.0%和17.6%,预测精度更高,适用性更好。
关键词
煤电需求预测
改进奇异谱分析
麻雀搜索算法
极限学习机
Keywords
coal power demand forecast
improved singular spectrum analysis
sparrow search algorithm
extreme learning machine
分类号
TM715 [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
基于改进CEEMDAN在电能质量复合扰动去噪中的应用
余雷
刘宏伟
庞宇
《现代电子技术》
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
一种结合时间序列分解的短期电力组合预测方法
赵建文
张成
陈佳丽
《重庆理工大学学报（自然科学）》
CAS
北大核心
2021
0
在线阅读
下载PDF
职称材料
3
双碳目标下基于分解-集成的月度煤电需求预测研究
高恬
牛东晓
纪正森
斯琴卓娅
《智慧电力》
北大核心
2022
5
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
