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
2
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
基于结合混沌纵横交叉的PSO-DBN的短期光伏功率预测
被引量：
13
1
作者
孙辉
冷建伟
《电测与仪表》
北大核心
2020年第6期67-72,共6页
为了提高短期光伏发电预测的准确性,文中采用深度置信网络(DBN)建立了各模型函数的预测模型。通过分析各模型函数的特征,建立了光伏发电模型的功率预测。传统的基于神经网络的功率预测难以训练多层网络,影响其预测精度。DBN采用无监督...
为了提高短期光伏发电预测的准确性,文中采用深度置信网络(DBN)建立了各模型函数的预测模型。通过分析各模型函数的特征,建立了光伏发电模型的功率预测。传统的基于神经网络的功率预测难以训练多层网络,影响其预测精度。DBN采用无监督贪婪逐层训练算法构建了一个在回归预测分析中具有优异性能的多隐层网络结构,已成为深度学习领域的研究热点。DBN连接权重采用结合混沌纵横交叉的粒子群优化算法(CC-PSO)优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。最后,案例测试显示了所提出模型的有效性。
展开更多
关键词
深度信念网络
混沌横纵交叉
粒子群算法
预测精度
光伏功率预测
在线阅读
下载PDF
职称材料
基于改进的Semi Boost天气聚类的CC-PSO-DBN短期光伏发电预测
被引量：
6
2
作者
孙辉
冷建伟
《计算机应用与软件》
北大核心
2020年第8期103-109,共7页
为了提高短期光伏发电预测的准确性,提出一种改进Semi Boost(Semi-supervised Boosting)天气聚类法和结合混沌纵横交叉的粒子群优化算法(Particle swarm optimization combined with chaos crossover,CC-PSO)优化深度置信网络(Deep Beli...
为了提高短期光伏发电预测的准确性,提出一种改进Semi Boost(Semi-supervised Boosting)天气聚类法和结合混沌纵横交叉的粒子群优化算法(Particle swarm optimization combined with chaos crossover,CC-PSO)优化深度置信网络(Deep Belief Network,DBN)连接权重的组合光伏发电功率预测方法。为了提高预测精度,设计并训练了Semi Boost改进的基于加权K近邻(Weighted K-nearest Neighbor,WKNN)置信度传播(Belief Propagation,BP)分类方法,对各天气类型采用对应的网络进行预测。DBN连接权重采用CC-PSO算法优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。实验结果验证了该模型的有效性。
展开更多
关键词
BOOSTING
半监督分类
深度信念网络
混沌横纵交叉
粒子群算法
光伏功率预测
在线阅读
下载PDF
职称材料
题名
基于结合混沌纵横交叉的PSO-DBN的短期光伏功率预测
被引量：
13
1
作者
孙辉
冷建伟
机构
天津理工大学电气电子工程学院
出处
《电测与仪表》
北大核心
2020年第6期67-72,共6页
文摘
为了提高短期光伏发电预测的准确性,文中采用深度置信网络(DBN)建立了各模型函数的预测模型。通过分析各模型函数的特征,建立了光伏发电模型的功率预测。传统的基于神经网络的功率预测难以训练多层网络,影响其预测精度。DBN采用无监督贪婪逐层训练算法构建了一个在回归预测分析中具有优异性能的多隐层网络结构,已成为深度学习领域的研究热点。DBN连接权重采用结合混沌纵横交叉的粒子群优化算法(CC-PSO)优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。最后,案例测试显示了所提出模型的有效性。
关键词
深度信念网络
混沌横纵交叉
粒子群算法
预测精度
光伏功率预测
Keywords
deep belief network
chaos crossover
Particle swarm optimization
Prediction accuracy
Photovoltaic power prediction
分类号
TM615 [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
基于改进的Semi Boost天气聚类的CC-PSO-DBN短期光伏发电预测
被引量：
6
2
作者
孙辉
冷建伟
机构
天津理工大学电气电子工程学院
出处
《计算机应用与软件》
北大核心
2020年第8期103-109,共7页
文摘
为了提高短期光伏发电预测的准确性,提出一种改进Semi Boost(Semi-supervised Boosting)天气聚类法和结合混沌纵横交叉的粒子群优化算法(Particle swarm optimization combined with chaos crossover,CC-PSO)优化深度置信网络(Deep Belief Network,DBN)连接权重的组合光伏发电功率预测方法。为了提高预测精度,设计并训练了Semi Boost改进的基于加权K近邻(Weighted K-nearest Neighbor,WKNN)置信度传播(Belief Propagation,BP)分类方法,对各天气类型采用对应的网络进行预测。DBN连接权重采用CC-PSO算法优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。实验结果验证了该模型的有效性。
关键词
BOOSTING
半监督分类
深度信念网络
混沌横纵交叉
粒子群算法
光伏功率预测
Keywords
Boosting
Semi-supervised classification
Deep belief network
Chaos crossover
Particle swarm optimization
Photovoltaic power prediction
分类号
TM615 [电气工程—电力系统及自动化]
TP3 [自动化与计算机技术—计算机科学与技术]
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
基于结合混沌纵横交叉的PSO-DBN的短期光伏功率预测
孙辉
冷建伟
《电测与仪表》
北大核心
2020
13
在线阅读
下载PDF
职称材料
2
基于改进的Semi Boost天气聚类的CC-PSO-DBN短期光伏发电预测
孙辉
冷建伟
《计算机应用与软件》
北大核心
2020
6
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
