检索结果-维普期刊中文期刊服务平台

基于相似日筛选与组合深度学习模型的日前电价预测方法: 1; 作者艾雨贾燕冰韩肖清《电网技术》北大核心 2025年第1期242-251,I0088,共11页; 准确的日前电价预测是市场运行和政策规划的基础,而市场披露信息是电价预测的重要依据。提出了引入Self-attention机制的CNN-GRU组合深度学习电价预测模型。首先,针对山西电力现货市场交易流程及日前电价形成机制,采用最大互信息系数法... 展开更多; 关键词日前电价预测边界条件最大互信息系数相似日筛选 Self-attention机制; 在线阅读下载PDF 职称材料

利用多因素小波变换和多变量时间序列模型的日前电价预测被引量：22: 2; 作者谭忠富张金良《中国电机工程学报》 EI CSCD 北大核心 2010年第1期103-110,共8页; 电力市场中,市场出清电价具有较强的波动性、周期性和随机性,实践证明单一的电价预测模型很难提高预测精度。针对该问题,提出一种基于多因素小波变换和多变量时间序列模型的日前电价预测方法。利用小波变换将历史电价序列和负荷序列分... 展开更多; 关键词小波变换日前电价预测电力市场市场出清电价; 在线阅读下载PDF 职称材料

考虑时序二维变化的日前市场电价预测模型被引量：8: 3; 作者陈宇聪白晓清《电力系统及其自动化学报》 CSCD 北大核心 2024年第7期22-29,共8页; 电价预测对电力市场参与者的运营决策及电力系统安全稳定运行关系重大。针对日前市场电价预测问题,本文提出一种考虑时序二维变化的日前市场电价预测模型和方法。首先采用改进的带自适应噪声的完全集成经验模式分解对日前市场电价历史... 展开更多; 关键词日前市场电价预测完全集成经验模式分解差分自回归移动平均 TimesNet 时序二维变化; 在线阅读下载PDF 职称材料

基于季节分类和RBF自适应权重的并行组合电价预测被引量：5: 4; 作者林琳刘譞康慧玲《电子测量技术》 2020年第12期101-105,共5页; 电价预测在世界能源市场建设中具有重要意义,基于季节性分类,提出了一种由自回归移动平均模型(ARIMA)、多层前馈神经网络(BP神经网络)和支持向量回归模型(SVR)组成的并行组合电价预测方法。为了充分利用不同方法的优势,将ARIMA、BP、SV... 展开更多; 关键词日前电价预测季节分类自适应权重并行组合法 RBF拟合; 在线阅读下载PDF 职称材料

题名基于相似日筛选与组合深度学习模型的日前电价预测方法: 1; 作者艾雨贾燕冰韩肖清; 机构电力系统运行与控制山西省重点实验室(太原理工大学) 煤电清洁控制教育部重点实验室(太原理工大学); 出处《电网技术》北大核心 2025年第1期242-251,I0088,共11页; 基金国家自然科学基金重点项目(U1910216) 国家自然科学基金青年基金项目(51807129)。; 文摘准确的日前电价预测是市场运行和政策规划的基础,而市场披露信息是电价预测的重要依据。提出了引入Self-attention机制的CNN-GRU组合深度学习电价预测模型。首先,针对山西电力现货市场交易流程及日前电价形成机制,采用最大互信息系数法对市场披露的日前边界条件等信息数据进行特征提取,以确定电价关键影响因素及其权重系数。其次,基于加权灰色关联度的历史相似日筛选方法生成电价预测历史数据集,并挖掘电价及其特征的内部变化规律。然后,基于历史数据集,采用引入Self-attention机制的CNN-GRU模型得到预测电价。最后,通过算例验证了所提预测方法的有效性及准确性。; 关键词日前电价预测边界条件最大互信息系数相似日筛选 Self-attention机制; Keywords day-ahead electricity price forecasting boundary conditions maximum information coefficient similar day screening Self-attention mechanism; 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

题名利用多因素小波变换和多变量时间序列模型的日前电价预测被引量：22: 2; 作者谭忠富张金良; 机构华北电力大学电力能源经济研究所; 出处《中国电机工程学报》 EI CSCD 北大核心 2010年第1期103-110,共8页; 基金国家自然科学基金项目(70571023) 教育部新世纪优秀人才项目(NCET-06-02-08)~~; 文摘电力市场中,市场出清电价具有较强的波动性、周期性和随机性,实践证明单一的电价预测模型很难提高预测精度。针对该问题,提出一种基于多因素小波变换和多变量时间序列模型的日前电价预测方法。利用小波变换将历史电价序列和负荷序列分解和重构成概貌电价、细节电价和概貌负荷、细节负荷。用概貌电价和概貌负荷作变量建立多元时间序列模型,预测未来概貌电价;用单变量时间序列模型预测未来细节电价。将概貌电价和细节电价的预测结果求和作为最终的预测电价。采用上述方法对美国加州电力市场日前电价进行预测,并与对比模型进行了详细的比较分析,结果表明该方法能够提供更准确的预测电价。; 关键词小波变换日前电价预测电力市场市场出清电价; Keywords wavelet transform day-ahead electricity price forecasting electricity market market clearing price; 分类号 F123.9 [经济管理—世界经济] TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名考虑时序二维变化的日前市场电价预测模型被引量：8: 3; 作者陈宇聪白晓清; 机构广西大学电气工程学院; 出处《电力系统及其自动化学报》 CSCD 北大核心 2024年第7期22-29,共8页; 基金国家自然科学基金资助项目(51967001)。; 文摘电价预测对电力市场参与者的运营决策及电力系统安全稳定运行关系重大。针对日前市场电价预测问题,本文提出一种考虑时序二维变化的日前市场电价预测模型和方法。首先采用改进的带自适应噪声的完全集成经验模式分解对日前市场电价历史数据进行分解,然后对其高、低频子序列分别采用考虑时序二维变化的Ti⁃mesNet和基于统计分析的差分自回归移动平均进行预测,二者结果之和构成日前市场电价的预测值。仿真结果表明,所提方法相较于现有单一或组合模型具有较高的预测精度。; 关键词日前市场电价预测完全集成经验模式分解差分自回归移动平均 TimesNet 时序二维变化; Keywords day-ahead market electricity price forecasting complete ensemble empirical mode decomposition autoregressive integrated moving average TimesNet 2D variation of time series; 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

题名基于季节分类和RBF自适应权重的并行组合电价预测被引量：5: 4; 作者林琳刘譞康慧玲; 机构保定电力职业技术学院国网冀北电力有限公司技能培训中心; 出处《电子测量技术》 2020年第12期101-105,共5页; 文摘电价预测在世界能源市场建设中具有重要意义,基于季节性分类,提出了一种由自回归移动平均模型(ARIMA)、多层前馈神经网络(BP神经网络)和支持向量回归模型(SVR)组成的并行组合电价预测方法。为了充分利用不同方法的优势,将ARIMA、BP、SVR分别应用于日前电价预测中,通过径向基神经网络(RBF)对4个不同季节的3个预测值进行非线性拟合,得到最终的预测结果。所提方法的创新点在于对于每个季节都有特定的预测模型,不同预测方法之间非线性权重值随时间变化而变化,与传统的回归组合预测方法和季节非分类情况相比,其仿真结果表明所提方法具有更好的适应性和更高的预测精度。; 关键词日前电价预测季节分类自适应权重并行组合法 RBF拟合; Keywords day-ahead electricity price forecasting seasonal classification adaptive weight parallel combined method; 分类号 TM93 [电气工程—电力电子与电力传动]; 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	基于相似日筛选与组合深度学习模型的日前电价预测方法	艾雨贾燕冰韩肖清	《电网技术》北大核心	2025	0	在线阅读下载PDF 职称材料
2	利用多因素小波变换和多变量时间序列模型的日前电价预测	谭忠富张金良	《中国电机工程学报》 EI CSCD 北大核心	2010	22	在线阅读下载PDF 职称材料
3	考虑时序二维变化的日前市场电价预测模型	陈宇聪白晓清	《电力系统及其自动化学报》 CSCD 北大核心	2024	8	在线阅读下载PDF 职称材料
4	基于季节分类和RBF自适应权重的并行组合电价预测	林琳刘譞康慧玲	《电子测量技术》	2020	5	在线阅读下载PDF 职称材料