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
基于泄漏积分型回声状态网络的在线学习光伏功率预测
被引量：
11
1
作者
徐正阳
路志英
刘洪
《电力系统及其自动化学报》
CSCD
北大核心
2018年第2期1-7,共7页
为提高光伏功率预测结果的准确性,提出了基于泄漏积分型回声状态网络LIESN(leaky-integrator echostate network)的具有在线学习功能的预测方法。预测模型中采用泄漏积分神经元增强储备池的短期记忆能力,通过最小二乘在线学习算法增加...
为提高光伏功率预测结果的准确性,提出了基于泄漏积分型回声状态网络LIESN(leaky-integrator echostate network)的具有在线学习功能的预测方法。预测模型中采用泄漏积分神经元增强储备池的短期记忆能力,通过最小二乘在线学习算法增加临近时间样本对权值的影响;综合考虑预测精度与运行时间,分析了LIESN关键参数对预测性能的影响,并提出了LIESN关键参数的设定方法。实例证明,在线学习LIESN的预测精度优于BP神经网络、经典ESN及离线学习LIESN模型,测试结果的归一化均方根误差达到0.098 6,验证了方法的有效性。
展开更多
关键词
回声
状态
网络
泄漏
积分
光伏功率预测
在线学习
在线阅读
下载PDF
职称材料
基于PLESN和LESQRN概率预测模型的短期电力负荷预测
被引量：
3
2
作者
樊江川
于昊正
+2 位作者
王冬生
安佳坤
杨丽君
《燕山大学学报》
北大核心
2024年第1期54-61,共8页
针对现有电力负荷预测不能很好反映负荷数据的周期性和趋势性以及残差的波动性特征提出一种考虑周期性建模的泄露积分型回声状态网络点预测模型和泄露积分型回声状态分位数回归网络概率预测模型组合的短期电力负荷预测方法.首先为了捕...
针对现有电力负荷预测不能很好反映负荷数据的周期性和趋势性以及残差的波动性特征提出一种考虑周期性建模的泄露积分型回声状态网络点预测模型和泄露积分型回声状态分位数回归网络概率预测模型组合的短期电力负荷预测方法.首先为了捕捉负荷的多重特征定义了周期性和趋势性损失函数辅助优化点预测模型然后为克服残差的波动问题利用概率预测模型对点预测值与真实值的残差进行建模预测最后整合同时刻的点预测值与残差预测区间得到概率预测模型结果.实际算例结果表明与其他模型相比所提模型不仅有效抑制尖端振荡现象而且能够生成可靠的概率密度分布.
展开更多
关键词
短期电力负荷预测
周期性建模
泄露积分型回声状态网络
分位数回归
在线阅读
下载PDF
职称材料
基于SSA-VMD-LIESN的短期风电功率预测方法研究
3
作者
杨宁宁
王怡昕
+1 位作者
吴朝俊
马芝瑞
《太阳能学报》
北大核心
2025年第5期440-447,共8页
短期风电功率预测精度提升可增强电力系统调节能力与消纳水平,并为风电优化决策提供数据支撑。为了提高短期风电功率的预测精度,提出一种基于SSA-VMD-LIESN的预测模型。首先通过麻雀搜寻算法(SSA)求解最优的变分模态分解(VMD)参数,将复...
短期风电功率预测精度提升可增强电力系统调节能力与消纳水平,并为风电优化决策提供数据支撑。为了提高短期风电功率的预测精度,提出一种基于SSA-VMD-LIESN的预测模型。首先通过麻雀搜寻算法(SSA)求解最优的变分模态分解(VMD)参数,将复杂的风电功率历史数据分解为不同频率的模态分量。随后通过样本熵计算反映其复杂程度,并将具有相似特征的分量融合重构。最后结合具有良好非线性预测能力的泄漏积分型回声状态网络(LIESN),构成SSA-VMD-LIESN预测模型,并将预测结果与传统LIESN、长短期记忆网络(LSTM)以及BP神经网络进行对比分析。研究结果表明,该模型训练快速,具有较好的短期风电功率预测能力。
展开更多
关键词
风电
预测
变分模态分解
麻雀搜索算法
泄漏
积分
型
回声
状态
网络
在线阅读
下载PDF
职称材料
题名
基于泄漏积分型回声状态网络的在线学习光伏功率预测
被引量：
11
1
作者
徐正阳
路志英
刘洪
机构
天津大学智能电网教育部重点实验室
出处
《电力系统及其自动化学报》
CSCD
北大核心
2018年第2期1-7,共7页
基金
国家重大科学仪器设备开发专项资助项目(2013YQ03091510)
国家自然科学基金资助项目(51677123)
文摘
为提高光伏功率预测结果的准确性,提出了基于泄漏积分型回声状态网络LIESN(leaky-integrator echostate network)的具有在线学习功能的预测方法。预测模型中采用泄漏积分神经元增强储备池的短期记忆能力,通过最小二乘在线学习算法增加临近时间样本对权值的影响;综合考虑预测精度与运行时间,分析了LIESN关键参数对预测性能的影响,并提出了LIESN关键参数的设定方法。实例证明,在线学习LIESN的预测精度优于BP神经网络、经典ESN及离线学习LIESN模型,测试结果的归一化均方根误差达到0.098 6,验证了方法的有效性。
关键词
回声
状态
网络
泄漏
积分
光伏功率预测
在线学习
Keywords
echo state network
leaky-integrator
PV power forecasting
online learning
分类号
TM315 [电气工程—电机]
在线阅读
下载PDF
职称材料
题名
基于PLESN和LESQRN概率预测模型的短期电力负荷预测
被引量：
3
2
作者
樊江川
于昊正
王冬生
安佳坤
杨丽君
机构
国网河南省电力公司经济技术研究院
燕山大学电力电子节能与传动控制河北省重点实验室
国网河北省电力有限公司经济技术研究院
出处
《燕山大学学报》
北大核心
2024年第1期54-61,共8页
基金
河北省自然科学基金资助项目(E2019203514)。
文摘
针对现有电力负荷预测不能很好反映负荷数据的周期性和趋势性以及残差的波动性特征提出一种考虑周期性建模的泄露积分型回声状态网络点预测模型和泄露积分型回声状态分位数回归网络概率预测模型组合的短期电力负荷预测方法.首先为了捕捉负荷的多重特征定义了周期性和趋势性损失函数辅助优化点预测模型然后为克服残差的波动问题利用概率预测模型对点预测值与真实值的残差进行建模预测最后整合同时刻的点预测值与残差预测区间得到概率预测模型结果.实际算例结果表明与其他模型相比所提模型不仅有效抑制尖端振荡现象而且能够生成可靠的概率密度分布.
关键词
短期电力负荷预测
周期性建模
泄露积分型回声状态网络
分位数回归
Keywords
short-term power load forecasting periodic modeling
leaky integrator echo state network
quantile regression
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SSA-VMD-LIESN的短期风电功率预测方法研究
3
作者
杨宁宁
王怡昕
吴朝俊
马芝瑞
机构
西安理工大学电气工程学院
西安工程大学电子信息学院
西安市电气设备互联感知与智能诊断重点实验室
出处
《太阳能学报》
北大核心
2025年第5期440-447,共8页
基金
国家自然科学基金(51507134)
陕西省自然科学基础研究计划面上项目(2021JM-449)。
文摘
短期风电功率预测精度提升可增强电力系统调节能力与消纳水平,并为风电优化决策提供数据支撑。为了提高短期风电功率的预测精度,提出一种基于SSA-VMD-LIESN的预测模型。首先通过麻雀搜寻算法(SSA)求解最优的变分模态分解(VMD)参数,将复杂的风电功率历史数据分解为不同频率的模态分量。随后通过样本熵计算反映其复杂程度,并将具有相似特征的分量融合重构。最后结合具有良好非线性预测能力的泄漏积分型回声状态网络(LIESN),构成SSA-VMD-LIESN预测模型,并将预测结果与传统LIESN、长短期记忆网络(LSTM)以及BP神经网络进行对比分析。研究结果表明,该模型训练快速,具有较好的短期风电功率预测能力。
关键词
风电
预测
变分模态分解
麻雀搜索算法
泄漏
积分
型
回声
状态
网络
Keywords
wind power
forecasting
variational modal decomposition
sparrow search algorithm
leaky-integrator ESN
分类号
TM614 [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
基于泄漏积分型回声状态网络的在线学习光伏功率预测
徐正阳
路志英
刘洪
《电力系统及其自动化学报》
CSCD
北大核心
2018
11
在线阅读
下载PDF
职称材料
2
基于PLESN和LESQRN概率预测模型的短期电力负荷预测
樊江川
于昊正
王冬生
安佳坤
杨丽君
《燕山大学学报》
北大核心
2024
3
在线阅读
下载PDF
职称材料
3
基于SSA-VMD-LIESN的短期风电功率预测方法研究
杨宁宁
王怡昕
吴朝俊
马芝瑞
《太阳能学报》
北大核心
2025
0
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
