期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
面向电力气象数据的多源异构数据融合方法研究 被引量:1
1
作者 李莉 孙世军 +2 位作者 朱坤双 董新 戴振亚 《电子设计工程》 2024年第16期178-182,共5页
输电线路覆冰是影响电网可靠性的重要因素,针对传统人工巡检提取数据的方法存在安全性较差且计算效率偏低的问题,文中对多源异构的相关电力气象数据进行了融合处理与分析,并提出了一种覆冰等级检测算法。该算法使用改进SVM对数据进行分... 输电线路覆冰是影响电网可靠性的重要因素,针对传统人工巡检提取数据的方法存在安全性较差且计算效率偏低的问题,文中对多源异构的相关电力气象数据进行了融合处理与分析,并提出了一种覆冰等级检测算法。该算法使用改进SVM对数据进行分类,以弥补计算冗余的不足,同时采用WOA算法对LS-SVM算法的参数加以优化,从而提高了算法的实时性和准确度。通过LSTM网络对分类后的数据进行特征提取,实现了对相关数据时序特征的分析。在实验测试中,所提算法的准确率、召回率及F1值等指标均优于对比算法,且准确率可达92.69%,证明其具有良好的运算性能,能够利用多源气象数据对输电线路的覆冰等级进行准确预测。 展开更多
关键词 气象数据 支持向量机 鲸鱼优化算法 长短时记忆网络 覆冰检测
在线阅读 下载PDF
基于异源数据融合与并行计算的电力气象数据分析技术研究
2
作者 贾玉健 孙世军 +2 位作者 朱坤双 李广 李嫣然 《电子设计工程》 2024年第15期147-151,共5页
针对短期电力负荷进行预测时易受到不确定气象因素影响而导致预测准确率较低的问题,文中提出了一种基于气象数据融合与并行计算的电力负荷预测算法。该算法将时间和气象因子相结合来对预测的日气象数据进行关联度匹配,进而提升算法的准... 针对短期电力负荷进行预测时易受到不确定气象因素影响而导致预测准确率较低的问题,文中提出了一种基于气象数据融合与并行计算的电力负荷预测算法。该算法将时间和气象因子相结合来对预测的日气象数据进行关联度匹配,进而提升算法的准确率。通过对深度神经网络加以改进,并增加扩张卷积使模型具有更强的视觉野。同时结合Bi-GRU网络,利用其时序特征提取属性进一步增强算法的性能,再将算法部署至Spark并行平台以提高总体的运行效率。实验测试中,所提算法的MAPE、RMSE指标在所有对比算法中均为最优,且领先其他同类算法约0.2%和0.05,而增加运算节点后,算法的运行时间也会相应缩短,表明其具有良好的综合性能。 展开更多
关键词 气象数据融合 电网负荷预测 相似日选择 扩张卷积 GRU网络 并行运算
在线阅读 下载PDF
基于改进决策树的短期风速预测算法设计
3
作者 许永刚 孙世军 +2 位作者 朱坤双 韩洪 王明军 《电子设计工程》 2024年第11期82-86,共5页
针对现有短期风速预测算法准确度较低且计算复杂的问题,提出了一种基于改进决策树的短期风速预测算法。该算法采用改进经验模态算法进行风电数据的预处理,以获得多个固有模态分量和残差分量。同时引入改进初始学习机选择策略、自适应学... 针对现有短期风速预测算法准确度较低且计算复杂的问题,提出了一种基于改进决策树的短期风速预测算法。该算法采用改进经验模态算法进行风电数据的预处理,以获得多个固有模态分量和残差分量。同时引入改进初始学习机选择策略、自适应学习率以及梯度拟合逼近方法,弥补了传统梯度提升决策树算法中存在的学习训练效果差、计算速度低等不足。利用改进梯度提升决策对风电数据进行特征提取与学习训练,进而实现了短期风速的精准预测。算例分析结果表明,与IEMD-GDBT和EMD-GDBT算法相比,所提算法的训练时间仅为1489.5 s,预测指标RMSE、MAE和MAPE的值分别为0.2286%、0.1827%以及2.37%,在计算速度及预测准确度方面均具有显著优势,实际风速预测误差小于1 m/s。 展开更多
关键词 风速预测 决策树算法 经验模态分解 梯度提升
在线阅读 下载PDF
面向新能源发电的风机数据智能分析订正技术研究
4
作者 孙世军 朱坤双 韩洪 《电子设计工程》 2024年第12期127-131,共5页
针对现有风速预测手段有限且准确率较低的问题,文中提出了一种面向新能源发电的风机数据智能分析订正模型。该模型将风速、风向和气压等元素的历史数据作为输入,并利用改进的随机森林算法(RF)完成对重要元素的筛选,从而降低样本空间的... 针对现有风速预测手段有限且准确率较低的问题,文中提出了一种面向新能源发电的风机数据智能分析订正模型。该模型将风速、风向和气压等元素的历史数据作为输入,并利用改进的随机森林算法(RF)完成对重要元素的筛选,从而降低样本空间的维度。同时通过长短期记忆网络进行重要元素与风速之间内在关联关系的挖掘,实现精准的风速数据预测及订正分析。算法分析结果表明,所设计的RF-LSTM算法相较于ECMWF方案,风向误差下降了约40°,风速误差则降低了0.5 m/s以上,预测准确率显著提升。 展开更多
关键词 随机森林 长短期记忆网络 风速预测 风机数据分析
在线阅读 下载PDF
基于LSTM-RNN的电网雷电智能预警模型设计 被引量:4
5
作者 孙世军 庄杰 《电子设计工程》 2023年第13期118-122,共5页
为了提升电力网络的安全运行水平,对电网的雷电智能预警方法进行了研究。对历史雷电数据加以提取和分析,从而建立起完备的历史数据集。基于历史数据与数学建模的思想,将雷电预警问题抽象为时间序列的处理问题,并引入循环神经网络(RNN)... 为了提升电力网络的安全运行水平,对电网的雷电智能预警方法进行了研究。对历史雷电数据加以提取和分析,从而建立起完备的历史数据集。基于历史数据与数学建模的思想,将雷电预警问题抽象为时间序列的处理问题,并引入循环神经网络(RNN)完成对问题的求解。同时在RNN的应用过程中,采用长短期记忆模型(LSTM)以及Dropout机制解决了传统模型中的过拟合现象。LSTM模型使用输入门、遗忘门和输出门对信号的传递流程进行了修正,且替代了RNN隐藏层中的普通节点,确保了误差函数梯度在训练过程中能够严格遵循时间步骤。而Dropout机制则将部分神经元置为失效状态,避免了其在训练中的相互适应。在山东地区的雷电数据集上进行的仿真实验结果表明,RNN网络在引入LSTM与Dropout机制后,模型的预测精度提升了4.61%。 展开更多
关键词 RNN LSTM 雷电预警 深度学习 数据处理
在线阅读 下载PDF
基于机器学习的输电走廊强对流临近预警技术 被引量:2
6
作者 孙世军 朱坤双 韩洪 《电子设计工程》 2023年第11期75-78,83,共5页
输电走廊上的强对流天气会给电力生产、供应带来严重的威胁,从而影响居民的正常用电需求。针对此问题,研究了基于机器学习的输电走廊强对流临近预警技术。该技术选取有效反映输电走廊强对流预警的数据类型,构建数据特征并对样本数据进... 输电走廊上的强对流天气会给电力生产、供应带来严重的威胁,从而影响居民的正常用电需求。针对此问题,研究了基于机器学习的输电走廊强对流临近预警技术。该技术选取有效反映输电走廊强对流预警的数据类型,构建数据特征并对样本数据进行预处理,再利用卷积与池化操作实现数据的特征识别。同时采用CL多小波融合方法将细节融入目标数据库以增加物理信息量,为后续预警处理提供更为准确的数据,并使用了交叉相关算法来解决图像的追踪问题。通过实际的算例分析,验证了所提算法的有效性,其预测精度可达93.64%。 展开更多
关键词 机器学习 强对流天气 目标识别 输电走廊
在线阅读 下载PDF
基于数据融合的电网强对流临近预警技术研究
7
作者 孙世军 朱坤双 韩洪 《电子设计工程》 2023年第12期53-57,共5页
强对流天气的破坏力大、预测准确率和实时性较差,且容易对电网造成严重危害,因此构建有效的电网强对流天气临近预警系统具有重要的现实意义。传统的雷达回波技术虽然能够根据云团位置的改变来推断后续天气的变化,但当云团发生融合或分裂... 强对流天气的破坏力大、预测准确率和实时性较差,且容易对电网造成严重危害,因此构建有效的电网强对流天气临近预警系统具有重要的现实意义。传统的雷达回波技术虽然能够根据云团位置的改变来推断后续天气的变化,但当云团发生融合或分裂时,其预报准确率较低。针对该方法存在的缺陷,文中使用深度学习技术对气象云图数据进行处理,其算法部分将卷积网络与长短期循环神经网络相结合,使其兼具准确性和实时性。在算法对比实验中,该算法的虚警率比卷积法以及LSTM法降低了5.2%和6.0%,说明该算法的性能较为理想。而在测试验证实验中,所提算法能够实现对1 h后强对流天气的预测,并可完成对电网的强对流临近预警,具有良好的工程应用价值。 展开更多
关键词 强对流预警 卷积神经网络 长短期记忆网络 循环神经网络 机器学习 数据融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部