逆向云灰色关联相似日的EEMD-RL-GWO-LSTM区域风光功率短期预测 被引量：3

1

作者 张宇华 时鑫洋 +2 位作者 颜楠楠 王育飞 薛花 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期144-152,共9页

针对现有方法在风光预测时气象因素考虑不全面且未考虑风光功率关联性的问题,提出一种风光功率短期预测方法。首先,以云模型表征风光出力不确定性,逆向云结合灰色关联度分析不同气象特征对输出功率的影响程度,并设立选取标准及综合评分... 针对现有方法在风光预测时气象因素考虑不全面且未考虑风光功率关联性的问题,提出一种风光功率短期预测方法。首先,以云模型表征风光出力不确定性,逆向云结合灰色关联度分析不同气象特征对输出功率的影响程度,并设立选取标准及综合评分指标;其次,采用集合经验模态分解(EEMD)将选取相似日的功率数据分解为子序列;最后,将子序列和气象数据作为基于折射学习策略(RL)的灰狼算法(GWO)优化的改进长短期记忆网络(LSTM)模型的预测输入进行训练,对待预测日的子序列分别预测,并叠加得到短期区域风光发电功率的预测。以中国西北某风光联合电场数据为例,对该模型进行验证,结果表明,相比于现有预测模型,该文所提方法考虑了天气因素,具有较高的预测精度,能够较好地为区域风光联合电场的功率预测提供参考。 展开更多

关键词 逆向云灰色关联相似日 集合经验模态分解 RL-GWO-LSTM神经网络 短期风光功率预测

在线阅读 下载PDF 职称材料

基于相似日分析和改进鲸鱼算法优化LSTM网络模型的光伏功率短期预测 被引量：7

2

作者 薛阳 李金星 +2 位作者 杨江天 李清 丁凯 《南方电网技术》 CSCD 北大核心 2024年第11期97-105,共9页

为了解决环境温度、风速和太阳辐照度等诸多因素对光伏发电预测的制约,提出了一种基于相似日分析和改进鲸鱼算法优化的长短期记忆(long short-term memory,LSTM)神经网络模型来实现光伏功率短期预测。首先,采用Pearson相关系数进行特征... 为了解决环境温度、风速和太阳辐照度等诸多因素对光伏发电预测的制约,提出了一种基于相似日分析和改进鲸鱼算法优化的长短期记忆(long short-term memory,LSTM)神经网络模型来实现光伏功率短期预测。首先,采用Pearson相关系数进行特征选择以去除与光伏输出功率不相关的气象特征;其次,针对相似气象情况下光伏电站发电功率接近的实际情况,采用灰色关联分析(gray relation analysis,GRA)选取与预测日气象特征相似的日期作为训练集;然后,提出一种改进鲸鱼算法(improved whale algorithm,IWOA)来优化LSTM深度神经网络的超参数,使预测模型的均方根误差达到最小;最后,以澳洲Yulara沙漠3号光伏电站的光伏发电历史数据作为实验数据,用GRA-IWOALSTM神经网络模型进行预测。仿真结果表明,在不同的天气类型下与其他模型的预测效果相比,GRA-IWOA-LSTM模型的预测结果精度更高。 展开更多

关键词 相似日 光伏功率短期预测 灰色关联分析 改进鲸鱼优化算法 长短期记忆神经网络

在线阅读 下载PDF 职称材料

基于灰色关联分析与随机森林回归模型的短期负荷预测 被引量：20

3

作者 张冰 周步祥 +1 位作者 石敏 魏金萧 《水电能源科学》 北大核心 2017年第4期203-207,共5页

针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本... 针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本与预测日各影响因素间的关联系数,选取相似度较高的历史样本构成相似日样本集,对随机森林回归模型进行训练。将预测日的特征向量输入训练好的模型中,取所有回归树输出结果的平均值作为最终的负荷预测结果。实际算例表明,与常规支持向量机法和常规随机森林回归法相比,该组合方法可以有效地提高短期负荷预测的精度。 展开更多

关键词 灰色关联分析 相似日 随机森林回归模型 短期负荷预测

在线阅读 下载PDF 职称材料

基于多时段气象数据判断相似日的日负荷曲线预测研究 被引量：10

4

作者 周晖 王玮 +2 位作者 秦海超 王书春 姜红 《继电器》 CSCD 北大核心 2005年第23期41-45,共5页

日负荷曲线预测是电力市场运营的基本内容。而短期负荷预测应用中较为成功的人工神经网络方法ANN(artific ial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度。通... 日负荷曲线预测是电力市场运营的基本内容。而短期负荷预测应用中较为成功的人工神经网络方法ANN(artific ial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度。通过对长春地区日负荷数据与日气象数据的基础分析,提出了选用多时段气象数据以及日类型作为相似日判别要素,并运用灰色关联理论,计算出预测日和诸多历史日的关联度,来确定ANN的训练样本,从而建立起适应性较强的日电量的预测模型。然后由日电量预测的结果,采用96点的波形系数,求出日各点的负荷预报值,经滚动预测检验证明,该方法能较好地满足实际电力系统的负荷预测要求。 展开更多

关键词 日负荷曲线预测 相似日 多时段气象数据 灰色关联理论 波形系数法

在线阅读 下载PDF 职称材料

基于相似日和WNN的光伏发电功率超短期预测模型 被引量：15

5

作者 宋人杰 刘福盛 +1 位作者 马冬梅 王林 《电测与仪表》 北大核心 2017年第7期75-80,共6页

光伏发电功率预测对提高并网后电网的稳定性及安全性具有重要意义。文章提出一种基于相似日和小波神经网络(WNN)的光伏功率超短期预测方法。首先利用光伏发电系统的历史气象信息建立气象特征向量,通过计算灰色关联度寻找到合适的相似历... 光伏发电功率预测对提高并网后电网的稳定性及安全性具有重要意义。文章提出一种基于相似日和小波神经网络(WNN)的光伏功率超短期预测方法。首先利用光伏发电系统的历史气象信息建立气象特征向量,通过计算灰色关联度寻找到合适的相似历史日。再根据自相关性分析法找出与预测时刻功率相关性最大的几个历史时刻功率,结合历史时刻的温度,辐照度,风速等光伏出力的主要天气影响因素科学合理的确定模型输入因子。最后使用小波神经网络(WNN)创建预测模型,通过相似历史日数据作为训练样本训练小波网络,而后对预测日的出力情况进行逐时刻预测。实例分析表明,该方法具有较高的预测精度,为解决光伏发电系统超短期功率预测提供了一种可行路径。 展开更多

关键词 光伏功率预测 相似日 灰色关联 WNN 超短期

在线阅读 下载PDF 职称材料

基于相似日和分时段分形插值的短期电力负荷预测 被引量：4

6

作者 李如琦 徐姣 魏立 《现代电力》 2009年第2期37-41,共5页

电力系统日负荷曲线是一类非线性曲线,受天气、突发事件等敏感因素的影响,同一天的不同时刻,其曲线波动情况不相同,仅具有部分自仿射结构或不具有明显的自仿射结构。分形插值方法在解决非线性问题上具有很大的优势。考虑到天气因素对电... 电力系统日负荷曲线是一类非线性曲线,受天气、突发事件等敏感因素的影响,同一天的不同时刻,其曲线波动情况不相同,仅具有部分自仿射结构或不具有明显的自仿射结构。分形插值方法在解决非线性问题上具有很大的优势。考虑到天气因素对电力负荷的影响,先采用加权的灰色关联度方法选择相似日,从历史数据中找出与预测日具有相似日特征向量的负荷,然后针对电力系统日负荷曲线的特点,对日负荷曲线进行分段,最后采用分时段分形插值的方法对预测日的电力负荷曲线进行拟合。通过与整体分形插值进行对比发现,分时段分形插值方法更加准确有效。 展开更多

关键词 负荷预测 分形插值 分时段 灰色关联度 相似日

在线阅读 下载PDF 职称材料

基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测 被引量：94

7

作者 吴云 雷建文 +1 位作者 鲍丽山 李春哲 《电力系统自动化》 EI CSCD 北大核心 2018年第20期67-72,共6页

针对短期负荷预测的精度问题,文中提出基于改进灰色关联与蝙蝠优化神经网络的短期负荷预测方法。在传统的灰色关联分析方法基础上,引入以距离相似性和形状相近性相关联的综合灰色关联度选取更高相似度的相似日。为缩小训练样本的差异程... 针对短期负荷预测的精度问题,文中提出基于改进灰色关联与蝙蝠优化神经网络的短期负荷预测方法。在传统的灰色关联分析方法基础上,引入以距离相似性和形状相近性相关联的综合灰色关联度选取更高相似度的相似日。为缩小训练样本的差异程度,提高预测精度,利用相似日集合中的样本来训练蝙蝠优化的反向传播(BP)神经网络预测模型。以中国南方某城市的历史数据作为实际算例,将文中提出的基于改进灰色关联与蝙蝠优化神经网络的短期负荷预测方法与单纯的BP神经网络法、蝙蝠优化BP神经网络法、传统灰色关联与蝙蝠优化的BP神经网络组合法的预测结果相比,结果表明文中方法的预测精度较高。 展开更多

关键词 负荷预测 神经网络 蝙蝠算法 灰色关联 相似日

在线阅读 下载PDF 职称材料

基于灰色关联和麻雀搜索算法的电力负荷预测 被引量：8

8

作者 张子阳 王珂珂 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2022年第3期283-288,共6页

针对传统机器学习算法的泛化性能不足,模型参数与结构确定困难等缺点,采用基于灰色关联和麻雀搜索算法(SSA)的组合算法,优化最小二乘支持向量机(LSSVM)参数.应用投影原理改进传统灰色关联相似日选取算法,采用SSA对LSSVM进行寻优.以某地... 针对传统机器学习算法的泛化性能不足,模型参数与结构确定困难等缺点,采用基于灰色关联和麻雀搜索算法(SSA)的组合算法,优化最小二乘支持向量机(LSSVM)参数.应用投影原理改进传统灰色关联相似日选取算法,采用SSA对LSSVM进行寻优.以某地区的负荷数据为例,进行短期电力负荷预测.研究结果表明:采用麻雀搜索算法优化的LSSVM预测精度更高,稳定性更好.SSA优化的LSSVM相对误差平均值比LSSVM和粒子群优化算法(PSO)-LSSVM分别减少2.96%和0.95%,平均相对误差分别减少2.58%和1.46%,均方根相对误差分别减少2.71%和1.46%. 展开更多

关键词 短期电力负荷预测 最小二乘支持向量机 加权灰色关联投影算法 麻雀搜索算法 相似日

在线阅读 下载PDF 职称材料

计及相似日的LSTM光伏出力预测模型研究 被引量：24

9

作者 王涛 王旭 +1 位作者 许野 李薇 《太阳能学报》 EI CAS CSCD 北大核心 2023年第8期316-323,共8页

为了提高光伏电站输出功率的预测精度,该文构建基于灰色关联度分析法(GRA)和长短期记忆神经网络(LSTM)的光伏发电组合预测模型。在运用GRA方法确定影响光伏出力的主要气象因素和选定待预测日的相似日的基础上,利用相似日的气象参数和实... 为了提高光伏电站输出功率的预测精度,该文构建基于灰色关联度分析法(GRA)和长短期记忆神经网络(LSTM)的光伏发电组合预测模型。在运用GRA方法确定影响光伏出力的主要气象因素和选定待预测日的相似日的基础上,利用相似日的气象参数和实际发电量分别训练BP神经网络和LSTM神经网络,构建基于GRA的光伏出力智能预测模型,并在云南某光伏电站得到很好的应用。对比传统的单一预测模型和BP神经网络与GRA的组合模型,考虑相似日的LSTM预测模型的精度明显提升,可很好地满足相关要求,具有广阔的应用前景。 展开更多

关键词 光伏发电 预测模型 长短期记忆神经网络 相似日 灰色关联度分析法

在线阅读 下载PDF 职称材料

基于相似日和回声状态网络的光伏发电功率预测 被引量：16

10

作者 安鹏跃 孙堃 《智慧电力》 北大核心 2020年第8期38-43,共6页

光伏发电功率预测对提高光伏电站控制、调度性能以及保证电网的安全稳定运行具有重要意义。提出一种基于相似日和回声状态网络(ESN)的光伏发电功率预测模型。首先运用相关性分析法对光伏发电功率的影响因素进行了深入分析,并筛选出其主... 光伏发电功率预测对提高光伏电站控制、调度性能以及保证电网的安全稳定运行具有重要意义。提出一种基于相似日和回声状态网络(ESN)的光伏发电功率预测模型。首先运用相关性分析法对光伏发电功率的影响因素进行了深入分析,并筛选出其主要影响因素;再利用主要影响因素的历史气象信息建立气象特征向量,通过计算灰色关联度(GRA)寻找合适的相似日;最后运用ESN创建预测模型,利用相似日历史数据训练ESN,而后对预测日的输出功率进行逐时预测。算例表明,对比传统模型,GRA-ESN模型具有更高的预测精度和更好的可行性。 展开更多

关键词 光伏功率预测 相似日 灰色关联分析 回声状态网络

在线阅读 下载PDF 职称材料

基于改进灰色关联分析的BA-BP短期负荷预测 被引量：14

11

作者 刘晓悦 魏宇册 《科学技术与工程》 北大核心 2020年第1期223-227,共5页

针对短期电力负荷随机性强、预测精度低等问题,提出了基于模糊灰色聚类与蝙蝠优化神经网络的短期负荷预测模型。采用模糊聚类方法选择相似日粗集,然后用改进的灰色关联分析法选取相似日;为了克服传统BP算法易陷入局部极值和收敛速度慢... 针对短期电力负荷随机性强、预测精度低等问题,提出了基于模糊灰色聚类与蝙蝠优化神经网络的短期负荷预测模型。采用模糊聚类方法选择相似日粗集,然后用改进的灰色关联分析法选取相似日;为了克服传统BP算法易陷入局部极值和收敛速度慢等问题,利用相似日集中的样本训练蝙蝠优化的BP神经网络预测模型。以某地区的历史数据为实际算例,将文中所提算法与普通的BP神经网络、传统灰色关联与蝙蝠优化的BP神经网络预测结果相比,结果表明所提方法有很高预测精度和稳定性,在实际中有一定应用价值。 展开更多

关键词 负荷预测 模糊聚类 灰色关联分析法 蝙蝠算法 相似日

在线阅读 下载PDF 职称材料

基于灰色关联分析法和BP神经网络的配电网负荷预测 被引量：9

12

作者 马天佚 武岳 《农村电气化》 2021年第12期17-20,共4页

针对大型城市核心区域配电网最大负荷预测问题,提出基于灰色关联分析法和BP神经网络的电力系统负荷预测方法。将时间序列法与BP神经网络模型相结合,综合考虑时间序列与日期、温度及天气等影响因素,并通过灰色关联分析法选择相似日样本训... 针对大型城市核心区域配电网最大负荷预测问题,提出基于灰色关联分析法和BP神经网络的电力系统负荷预测方法。将时间序列法与BP神经网络模型相结合,综合考虑时间序列与日期、温度及天气等影响因素,并通过灰色关联分析法选择相似日样本训练BP神经网络模型,有效提高了算法的预测精度。 展开更多

关键词 负荷预测 BP神经网络 灰色关联分析 相似日 时间序列

在线阅读 下载PDF 职称材料

基于改进灰色模型与综合气象因素的母线负荷预测 被引量：45

13

作者 廖峰 刘清良 +3 位作者 贺辉 程义明 徐聪颖 姚建刚 《电网技术》 EI CSCD 北大核心 2011年第10期183-188,共6页

针对母线负荷与系统负荷的差异——母线负荷基数小、易受气象要素变化影响等,为了充分考虑气象要素、日类型、小电源等因素对母线负荷预测的影响,提出了一种利用指数加权法来处理原始数据的改进灰色模型。以预测日的日类型与综合气象要... 针对母线负荷与系统负荷的差异——母线负荷基数小、易受气象要素变化影响等,为了充分考虑气象要素、日类型、小电源等因素对母线负荷预测的影响,提出了一种利用指数加权法来处理原始数据的改进灰色模型。以预测日的日类型与综合气象要素为依据,将其模糊化为日特征向量,采用灰色关联度来选择最优相似日,作为改进灰色模型的原始序列进行预测,以提高预测精度。通过对某省某地若干个不同负荷类型的220 kV母线负荷进行预测分析,验证了此方法是实用、有效的。 展开更多

关键词 改进灰色模型 综合气象要素 相似日 母线负荷 灰色关联度

在线阅读 下载PDF 职称材料

基于马氏距离相似度量的光伏功率超短期预测方法的研究 被引量：14

14

作者 杨茂 冯帆 《可再生能源》 CAS CSCD 北大核心 2021年第2期175-181,共7页

提高光伏功率超短期预测精度可有效减小光伏发电并网对电力系统稳定性的影响。文章提出了一种基于马氏距离相似度量的光伏功率超短期预测方法。首先,文章采用Elkan K-means聚类分析方法对天气类型进行划分,并通过计算各气象因素与光伏... 提高光伏功率超短期预测精度可有效减小光伏发电并网对电力系统稳定性的影响。文章提出了一种基于马氏距离相似度量的光伏功率超短期预测方法。首先,文章采用Elkan K-means聚类分析方法对天气类型进行划分,并通过计算各气象因素与光伏电站输出功率间的灰色关联度,选出不同天气类型下影响光伏功率的主要气象因素;然后,根据样本日和预测日间主要气象因素的马氏距离选择若干个相似日,并将相似日的光伏功率作为预测模型的训练集,对预测日的光伏功率进行超短期预测。模拟结果表明:基于马氏距离相似度量得到的相似日光伏功率和预测日的相似度较高;将基于马氏距离相似度量得到的相似日光伏功率作为预测模型的训练集,可以提高光伏功率超短期预测精度,为光伏功率预测领域提供了有效的方法。 展开更多

关键词 光伏功率超短期预测 聚类分析 灰色关联度 马氏距离 相似日

在线阅读 下载PDF 职称材料

基于密度峰值聚类优化的光伏发电功率预测 被引量：7

15

作者 王帅 杜欣慧 姚宏民 《现代电子技术》 北大核心 2018年第20期141-145,149,共6页

密度峰值聚类算法具有收敛速度快、鲁棒性强、无需人为确定最佳聚类数等特点,具备较好的应用前景。为提高光伏功率预测的精度,提出一种将密度峰值聚类算法应用于短期光伏功率预测的方法,并进行了必要优化。该方法首先通过类间距离优化... 密度峰值聚类算法具有收敛速度快、鲁棒性强、无需人为确定最佳聚类数等特点,具备较好的应用前景。为提高光伏功率预测的精度,提出一种将密度峰值聚类算法应用于短期光伏功率预测的方法,并进行了必要优化。该方法首先通过类间距离优化增强气象数据的可分性;然后利用密度峰值聚类对其进行无标签归类,通过灰色关联度匹配出与待预测日相关度最高的类别;最后将其作为Elman神经网络的训练样本,得到预测结果。Matlab仿真结果表明,该方法能够明显提高气象数据的聚类效果,并有效提高光伏功率的短期预测精度。 展开更多

关键词 密度峰值聚类 光伏发电 灰色关联度 相似日匹配 ELMAN神经网络 短期功率预测

在线阅读 下载PDF 职称材料

基于CSO优化深度信念网络的园区能源需求预测方法 被引量：15

16

作者 吴伟杰 吴杰康 +5 位作者 雷振 郑敏嘉 张伊宁 李猛 黄欣 李逸欣 《电网技术》 EI CSCD 北大核心 2021年第10期3859-3868,共10页

针对目前能源需求预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种改进关联分析和纵横交叉优化深度信念网络的多能互补系统能源需求预测方法。首先,分析了园区多能互补系统冷热电能源需求的影响因素,并采用互信息和误... 针对目前能源需求预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种改进关联分析和纵横交叉优化深度信念网络的多能互补系统能源需求预测方法。首先,分析了园区多能互补系统冷热电能源需求的影响因素,并采用互信息和误差最小的方法对其进行确定。其次,基于传统灰色关联分析的不足,建立了距离相似度和趋势相似度的综合相似度的相似日选取方法。囿于深度信念网络初始权重的随机化,采用纵横交叉优化深度信念网络对园区冷热电负荷进行预测。以园区为仿真计算实例,分析冷热电负荷变化对能源需求预测的影响,验证了所提预测方法有效地提高了预测精度,具有较高的准确性和实用性。 展开更多

关键词 园区能源需求预测 综合能源系统 相似日分析 改进灰色关联分析 纵横交叉算法

在线阅读 下载PDF 职称材料