-
题名一种时频尺度下的多元短期电力负荷组合预测方法
被引量：10
- 1
-
-
作者
李楠
姜涛
隋想
胡禹先
-
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
东北电力大学电气工程学院
南京南瑞继保电气有限公司
国家电网吉林省电力有限公司白城供电公司
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2024年第13期47-58,共12页
-
基金
国家自然科学基金项目资助(61973072)。
-
文摘
随机因素的增加导致电力负荷数据成分日渐复杂,使短期负荷预测的难度逐渐增大。针对该问题,提出一种时频尺度下的时间卷积网络与多元线性回归相融合的组合预测模型。利用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)在时频域上将负荷数据分解为若干个频率特征不同的本征模态分量,在模糊熵准则下聚类为随机项和趋势项。采用皮尔逊系数从诸多影响因素中筛选出与电力负荷高度相关的特征,鉴于小时间尺度分析更易于挖掘局部细节特征,分别构建了随机项与趋势项的细颗粒度特征集。利用具有强非线性处理能力的时间卷积网络(temporal convolutional network,TCN)去预测随机项,利用结构简单及线性拟合效果好的多元线性回归(multiplelinearregression,MLR)去预测趋势项,将二者的预测结果进行叠加重构后获得最终预测值。在新加坡和比利时两组数据集上的实验结果证明:所提模型具有较高的预测精度、较好的泛化性能及鲁棒性。
-
关键词
短期电力负荷预测
时频尺度
分解算法
模糊熵
模型融合
-
Keywords
short-term power load forecasting
time-frequency scale
decomposition algorithm
fuzzy entropy
model fusion
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名一种基于深度自适应网络迁移的暂稳评估模型更新框架
被引量：5
- 2
-
-
作者
李楠
张帅
胡禹先
隋想
-
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
东北电力大学电气工程学院
国家电网吉林省电力有限公司白城供电公司
南京南瑞继保电气有限公司
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2024年第14期25-35,共11页
-
基金
国家自然科学基金项目资助(61973072)。
-
文摘
为解决电力系统的运行方式或拓扑结构变化后暂稳评估模型的适应性问题,常规的特征迁移学习方法主要侧重于拉近源域与目标域数据集间的条件分布或边缘分布的距离,却不能定量的评价这两种分布对于不同域之间的贡献,导致模型迁移性能不理想。针对该问题,引入SENet注意力机制和动态分布自适应算法,构建了基于SEDDAN迁移的深度自适应网络暂稳评估模型更新框架,从特征提取和不同域间分布权重的动态调整两个层面进行改进,进一步提升了评估模型的迁移性能和自适应性。在IEEE 39和IEEE 140节点系统上进行测试,仿真结果表明所提模型在更新后的评估准确性、适应性和迁移性能方面有一定的优势。
-
关键词
电力系统
评估
迁移学习
注意力机制
动态自适应分布
-
Keywords
power system
assessment
transfer learning
attention mechanism
dynamic adaptive distribution
-
分类号
TM712
[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]
-
