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STL与MMoE多任务学习的区域多光伏电站超短期功率联合预测方法
被引量：
12
1
作者
王本涛
白杨
+1 位作者
邢红涛
徐岩
《电力系统及其自动化学报》
CSCD
北大核心
2022年第9期17-23,31,共8页
随着光伏并网容量的不断增加,准确的光伏功率预测对电网安全稳定运行意义重大。本文提出一种基于季节性分解与MMoE多任务学习的区域多光伏电站超短期功率联合预测方法。首先,通过季节性分解获得光伏功率的周期分量、剩余分量与趋势分量...
随着光伏并网容量的不断增加,准确的光伏功率预测对电网安全稳定运行意义重大。本文提出一种基于季节性分解与MMoE多任务学习的区域多光伏电站超短期功率联合预测方法。首先,通过季节性分解获得光伏功率的周期分量、剩余分量与趋势分量。其次,提出MMoE-LSTM-Attention网络来挖掘同一区域内不同光伏电站剩余分量与趋势分量之间的相关性,进行剩余分量与趋势分量的预测。最后,将分量进行汇总,得到光伏电站超短期功率预测结果。相较于传统基于硬共享机制的多任务学习模型,MMoE模型能够自动调整任务目标和任务间关系的参数权重。注意力机制能够进一步优化子任务的特征提取能力。在DKASC数据集上进行了算例实测,分别验证了季节性分解、MMoE多任务学习模型及注意力机制在区域多光伏电站功率预测问题上的有效性。
展开更多
关键词
区域光伏功率预测
mmoe多任务学习
注意力机制
季节性分解
在线阅读
下载PDF
职称材料
基于MMoE多任务学习和长短时记忆网络的综合能源系统负荷预测
被引量：
30
2
作者
吴晨
姚菁
+3 位作者
薛贵元
王剑晓
吴垠
何凯
《电力自动化设备》
EI
CSCD
北大核心
2022年第7期33-39,共7页
精确的多元负荷预测是实现综合能源系统优化调度与经济运行的关键技术。在考虑多元负荷相关性的基础上,提出一种基于MMoE多任务学习和长短时记忆网络(LSTM)的多元负荷预测方法。利用皮尔逊相关系数分析冷热电负荷及气象因素存在的强相...
精确的多元负荷预测是实现综合能源系统优化调度与经济运行的关键技术。在考虑多元负荷相关性的基础上,提出一种基于MMoE多任务学习和长短时记忆网络(LSTM)的多元负荷预测方法。利用皮尔逊相关系数分析冷热电负荷及气象因素存在的强相关性和弱相关性;构建MMoE多任务学习模型,利用专家子网和门控单元学习多元负荷间耦合特性的差异;使用LSTM构建子任务模型,对多元负荷进行预测。利用公开数据集进行性能验证,结果表明所提基于MMoE多任务学习和LSTM的模型能够有效提升多元负荷预测精度。
展开更多
关键词
多元负荷预测
综合能源系统
相关性分析
mmoe多任务学习
长短时记忆网络
专家网络
在线阅读
下载PDF
职称材料
题名
基于STL与MMoE多任务学习的区域多光伏电站超短期功率联合预测方法
被引量：
12
1
作者
王本涛
白杨
邢红涛
徐岩
机构
国网呼伦贝尔供电公司
河北冀研能源科学技术研究院有限公司
华北电力大学电力工程系
出处
《电力系统及其自动化学报》
CSCD
北大核心
2022年第9期17-23,31,共8页
基金
国家自然科学基金资助项目(51307059)
2021年度石家庄重点研发计划资助项目(20300-装备制造创新专项)。
文摘
随着光伏并网容量的不断增加,准确的光伏功率预测对电网安全稳定运行意义重大。本文提出一种基于季节性分解与MMoE多任务学习的区域多光伏电站超短期功率联合预测方法。首先,通过季节性分解获得光伏功率的周期分量、剩余分量与趋势分量。其次,提出MMoE-LSTM-Attention网络来挖掘同一区域内不同光伏电站剩余分量与趋势分量之间的相关性,进行剩余分量与趋势分量的预测。最后,将分量进行汇总,得到光伏电站超短期功率预测结果。相较于传统基于硬共享机制的多任务学习模型,MMoE模型能够自动调整任务目标和任务间关系的参数权重。注意力机制能够进一步优化子任务的特征提取能力。在DKASC数据集上进行了算例实测,分别验证了季节性分解、MMoE多任务学习模型及注意力机制在区域多光伏电站功率预测问题上的有效性。
关键词
区域光伏功率预测
mmoe多任务学习
注意力机制
季节性分解
Keywords
regional photovoltaic power prediction
multi-gate mixture-of-experts(
mmoe
)multi-task learning
attention mechanism
seasonal and trend decomposition using loess(STL)
分类号
TM74 [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MMoE多任务学习和长短时记忆网络的综合能源系统负荷预测
被引量：
30
2
作者
吴晨
姚菁
薛贵元
王剑晓
吴垠
何凯
机构
国网江苏省电力有限公司经济技术研究院
北京清能互联科技有限公司
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
2022年第7期33-39,共7页
基金
国家电网公司科技项目(1400-202118231A-0-0-00)。
文摘
精确的多元负荷预测是实现综合能源系统优化调度与经济运行的关键技术。在考虑多元负荷相关性的基础上,提出一种基于MMoE多任务学习和长短时记忆网络(LSTM)的多元负荷预测方法。利用皮尔逊相关系数分析冷热电负荷及气象因素存在的强相关性和弱相关性;构建MMoE多任务学习模型,利用专家子网和门控单元学习多元负荷间耦合特性的差异;使用LSTM构建子任务模型,对多元负荷进行预测。利用公开数据集进行性能验证,结果表明所提基于MMoE多任务学习和LSTM的模型能够有效提升多元负荷预测精度。
关键词
多元负荷预测
综合能源系统
相关性分析
mmoe多任务学习
长短时记忆网络
专家网络
Keywords
multivariate load forecasting
integrated energy system
correlation analysis
mmoe
multi-task learning
LSTM
expert network
分类号
TM73 [电气工程—电力系统及自动化]
TK01 [动力工程及工程热物理]
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STL与MMoE多任务学习的区域多光伏电站超短期功率联合预测方法
王本涛
白杨
邢红涛
徐岩
《电力系统及其自动化学报》
CSCD
北大核心
2022
12
在线阅读
下载PDF
职称材料
2
基于MMoE多任务学习和长短时记忆网络的综合能源系统负荷预测
吴晨
姚菁
薛贵元
王剑晓
吴垠
何凯
《电力自动化设备》
EI
CSCD
北大核心
2022
30
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
