检索结果-维普期刊中文期刊服务平台

基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法被引量：3: 1; 作者杨鹏伟赵丽萍 +3 位作者陈军法甄钊王飞李利明《中国电力》 CSCD 北大核心 2024年第12期60-70,共11页; 由于缺乏气象数据,分布式光伏在天气骤变场景下预测精度不高,提出了一种基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法。首先,将相似时段概念由日扩展至更灵活的时间段,并提出了一种历史功率与卫星遥感信息融... 展开更多; 关键词分布式光伏相似时段 Transformer模型超短期功率预测卫星遥感信息; 在线阅读下载PDF 职称材料

基于相似时段的分时段光伏出力短期预测被引量：14: 2; 作者李建文焦衡 +1 位作者刘凤梧王雪莹《电力自动化设备》 EI CSCD 北大核心 2018年第8期183-188,共6页; 针对历史气象数据较少、天气波动较大时光伏出力预测精确度较低的问题,提出一种适用于小样本和多种天气下的分时段光伏出力综合预测法。该方法结合了分时段神经网络模型和相似时段筛选法,将分时段神经网络模型作为相似时段筛选法在相似... 展开更多; 关键词光伏出力预测分时段预测相似时段神经网络; 在线阅读下载PDF 职称材料

考虑相似时段聚类的风电功率短期预测算法被引量：5: 3; 作者彭文谢凤昱张智源《电力系统及其自动化学报》 CSCD 北大核心 2019年第10期81-87,共7页; 为解决风电功率预测中较强的随机性和波动性的问题,提出一种考虑相似时段聚类的风电功率短期预测算法。该算法通过分析历史数据,确定相似时段的最佳长度。在此基础上采用K-means算法对功率曲线形状特征进行聚类。预测过程中,应用自适应... 展开更多; 关键词风电功率预测相似时段 ELMAN神经网络聚类自适应分类气象信息; 在线阅读下载PDF 职称材料

基于相似时段和PCA-ELM的超短期风电功率预测被引量：1: 4; 作者王磊马磊娟《兵工自动化》 2022年第11期32-36,53,共6页; 为提高风电场输出功率的预测精度,提出一种采用相似时段选取原则和基于主成分分析(principal component analysis,PCA)与多层自编码极限学习机(multi-layer auto encoder extreme learning machine,ML-AE-ELM)组合算法(PCA-ELM)的预测... 展开更多; 关键词风电功率预测相似时段主成分分析多层自编码极限学习机; 在线阅读下载PDF 职称材料

基于K-means聚类方法和相似时段的特高压并联电抗器油温预测被引量：23: 5; 作者谭风雷陈昊何嘉弘《电力自动化设备》 EI CSCD 北大核心 2021年第6期213-219,共7页; 为及时评估特高压并联电抗器内部的绝缘状态,提出了一种特高压并联电抗器油温预测方法。首先基于特高压并联电抗器油温曲线的“单峰单谷”变化趋势,利用K-means聚类方法将油温曲线划分为低谷时段和高峰时段2个部分。然后分析了特高压并... 展开更多; 关键词特高压并联电抗器油温预测单峰单谷 K-MEANS聚类相似时段; 在线阅读下载PDF 职称材料

基于最小二乘支持向量机的光伏出力超短期预测被引量：7: 6; 作者张华彬杨明玉《现代电力》北大核心 2015年第1期70-75,共6页; 随着大规模光伏电站接入配网,为了减轻光伏出力的随机性对电网安全稳定运行的影响,有必要加强光伏出力预测研究。提出了一种基于最小二乘支持向量机(LSSVM)的光伏出力超短期预测模型,模型的输入考虑了待预测时段的最新气象信息,提前1h... 展开更多; 关键词最小二乘支持向量机光伏发电系统超短期预测加权欧氏距离相似时段; 在线阅读下载PDF 职称材料

题名基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法被引量：3: 1; 作者杨鹏伟赵丽萍陈军法甄钊王飞李利明; 机构国网冀北电力有限公司张家口供电公司北京送变电有限公司华北电力大学电力工程系新能源电力系统全国重点实验室(华北电力大学) 河北省分布式储能与微网重点实验室(华北电力大学) 北京清电科技有限公司; 出处《中国电力》 CSCD 北大核心 2024年第12期60-70,共11页; 基金国网冀北电力有限公司张家口供电公司科技项目(新型有源配电网分布式光伏发电集群功率预测关键技术研究与示范,SGJBZJ00PWJS2310934) 国家自然科学基金资助项目(52007092); 文摘由于缺乏气象数据,分布式光伏在天气骤变场景下预测精度不高,提出了一种基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法。首先,将相似时段概念由日扩展至更灵活的时间段,并提出了一种历史功率与卫星遥感信息融合的匹配策略,旨在无须依赖气象数据的情况下,高效识别出对预测最为关键的相似功率时段。在此基础上,融合Transformer网络的强大时序建模能力,动态解析多源相似时段中的隐藏关联,深入挖掘功率关键特征信息,从而为天气骤变条件下的分布式光伏系统提供更为精确的超短期功率预测。最后,通过实际分布式光伏功率数据验证了所提方法的有效性。; 关键词分布式光伏相似时段 Transformer模型超短期功率预测卫星遥感信息; Keywords distributed PV power similar time periods transformer model ultra-short-term power forecasting satellite remote sensing information; 分类号 TM615 [电气工程—电力系统及自动化] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于相似时段的分时段光伏出力短期预测被引量：14: 2; 作者李建文焦衡刘凤梧王雪莹; 机构华北电力大学新能源电力系统国家重点实验室; 出处《电力自动化设备》 EI CSCD 北大核心 2018年第8期183-188,共6页; 基金河北省自然科学基金资助项目(E2017502053) 中央高校基本科研业务费专项资金资助项目(2017MS104)~~; 文摘针对历史气象数据较少、天气波动较大时光伏出力预测精确度较低的问题,提出一种适用于小样本和多种天气下的分时段光伏出力综合预测法。该方法结合了分时段神经网络模型和相似时段筛选法,将分时段神经网络模型作为相似时段筛选法在相似度不够时的补充:分时段神经网络模型利用光伏出力历史数据对预测模型进行训练,采用近相似时段神经网络进行预测,摆脱了历史气象数据的制约。多种气象条件下对光伏出力的训练与预测验证了所提方法的有效性。; 关键词光伏出力预测分时段预测相似时段神经网络; Keywords photovoltaic output forecasting segmented forecasting similar period neural network; 分类号 TM761 [电气工程—电力系统及自动化] TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名考虑相似时段聚类的风电功率短期预测算法被引量：5: 3; 作者彭文谢凤昱张智源; 机构华北电力大学控制与计算机工程学院; 出处《电力系统及其自动化学报》 CSCD 北大核心 2019年第10期81-87,共7页; 基金国家科技支撑计划资助项目（2013BAA02B02）中央高校基本科研业务费专项资金资助项目（2017MS034）; 文摘为解决风电功率预测中较强的随机性和波动性的问题,提出一种考虑相似时段聚类的风电功率短期预测算法。该算法通过分析历史数据,确定相似时段的最佳长度。在此基础上采用K-means算法对功率曲线形状特征进行聚类。预测过程中,应用自适应分类算法对基准功率向量进行类簇划分,并结合气象因素筛选出最优相似时段集合。以该集合作为训练样本,以功率曲线和气象信息作为输入建立Elman神经网络模型,迭代地预测未来时段的风电功率。最后通过实际算例,验证了该算法的有效性。; 关键词风电功率预测相似时段 ELMAN神经网络聚类自适应分类气象信息; Keywords wind power prediction similar time periods Elman neural network clustering adaptive classification mete-orological information; 分类号 TM21 [一般工业技术—材料科学与工程]; 在线阅读下载PDF 职称材料

题名基于相似时段和PCA-ELM的超短期风电功率预测被引量：1: 4; 作者王磊马磊娟; 机构西北大学经济管理学院河南工业职业技术学院基础教学部; 出处《兵工自动化》 2022年第11期32-36,53,共6页; 基金河南省2020年科技发展计划(202102210134) 河南省高等学校青年骨干教师培养计划(2019GZGG098、2018GGJS229)。; 文摘为提高风电场输出功率的预测精度,提出一种采用相似时段选取原则和基于主成分分析(principal component analysis,PCA)与多层自编码极限学习机(multi-layer auto encoder extreme learning machine,ML-AE-ELM)组合算法(PCA-ELM)的预测模型。通过关联度分析明确待测时段的相似时段范围,结合天气数据、机组状态和历史功率构建训练和测试样本,利用预测算法完成样本的训练和测试,得到输出功率预测结果并验证。实验结果表明:与常见的算法模型相比,该预测模型在不同装机容量和不同工作状态的风电场中均具有较高的预测精度,表现出良好的预测稳定性和泛化能力。; 关键词风电功率预测相似时段主成分分析多层自编码极限学习机; Keywords wind power forecasting similar time period PCA ML-AE-ELM; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于K-means聚类方法和相似时段的特高压并联电抗器油温预测被引量：23: 5; 作者谭风雷陈昊何嘉弘; 机构国网江苏省电力有限公司检修分公司东南大学电气工程学院; 出处《电力自动化设备》 EI CSCD 北大核心 2021年第6期213-219,共7页; 基金国家自然科学基金资助项目(51807028) 江苏省自然科学基金资助项目(BK20170672) 国网江苏省电力有限公司科技项目(J2018014)。; 文摘为及时评估特高压并联电抗器内部的绝缘状态,提出了一种特高压并联电抗器油温预测方法。首先基于特高压并联电抗器油温曲线的“单峰单谷”变化趋势,利用K-means聚类方法将油温曲线划分为低谷时段和高峰时段2个部分。然后分析了特高压并联电抗器油温的主要影响因素,并根据K-means聚类和时间“近大远小”原则,基于气象、油温和时间3个因素对油温历史样本进行3次分类后,选择得到了相似时段。最后详细给出了基于相似时段的油温预测方法的计算流程。将所提方法应用到江苏地区某特高压并联电抗器油温的预测工作中,结果表明所提方法的平均误差为1.03%,最大误差为4.84%,具有较高预测精度,从而验证了方法的有效性。; 关键词特高压并联电抗器油温预测单峰单谷 K-MEANS聚类相似时段; Keywords UHV shunt reactor oil temperature forecasting single peak single valley K-means clustering similar period; 分类号 TM472 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名基于最小二乘支持向量机的光伏出力超短期预测被引量：7: 6; 作者张华彬杨明玉; 机构华北电力大学电气与电子工程学院; 出处《现代电力》北大核心 2015年第1期70-75,共6页; 文摘随着大规模光伏电站接入配网,为了减轻光伏出力的随机性对电网安全稳定运行的影响,有必要加强光伏出力预测研究。提出了一种基于最小二乘支持向量机(LSSVM)的光伏出力超短期预测模型,模型的输入考虑了待预测时段的最新气象信息,提前1h对每刻钟的光伏出力进行预测。为了能更精确地反映待预测日的天气情况,对影响光伏出力的每一气象因素,分别赋予一适当权值,通过计算加权欧氏距离确定各时段的训练样本。最后,利用含有突变情况的天气对训练好的模型进行了测试和评估。结果表明,所提模型预测精度较高,能够为电网调度部门制定合理调度计划提供一定的参考依据。; 关键词最小二乘支持向量机光伏发电系统超短期预测加权欧氏距离相似时段; Keywords least square support vector machine （LS-SVM） photovoltaic system ultra-short-term forecast weighted Euclid distance similar period; 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	作者	出处	发文年	被引量	操作
1	基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法	杨鹏伟赵丽萍陈军法甄钊王飞李利明	《中国电力》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
2	基于相似时段的分时段光伏出力短期预测	李建文焦衡刘凤梧王雪莹	《电力自动化设备》 EI CSCD 北大核心	2018	14	在线阅读下载PDF 职称材料
3	考虑相似时段聚类的风电功率短期预测算法	彭文谢凤昱张智源	《电力系统及其自动化学报》 CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
4	基于相似时段和PCA-ELM的超短期风电功率预测	王磊马磊娟	《兵工自动化》	2022	1	在线阅读下载PDF 职称材料
5	基于K-means聚类方法和相似时段的特高压并联电抗器油温预测	谭风雷陈昊何嘉弘	《电力自动化设备》 EI CSCD 北大核心	2021	23	在线阅读下载PDF 职称材料
6	基于最小二乘支持向量机的光伏出力超短期预测	张华彬杨明玉	《现代电力》北大核心	2015	7	在线阅读下载PDF 职称材料