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
1
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CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测
被引量：
1
1
作者
王国彬
黄伟
+4 位作者
郭汶昇
周锐
顾晓晔
吴乃月
张育豪
《印刷与数字媒体技术研究》
CAS
北大核心
2024年第4期276-287,共12页
为确保印刷园区绿色低碳运行,充分了解和预测电力负荷需求至关重要。然而,电力负荷预测面临数据复杂性、噪声干扰等问题,导致难以捕捉信号的非线性特征。为解决这一问题,本研究提出了基于CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测...
为确保印刷园区绿色低碳运行,充分了解和预测电力负荷需求至关重要。然而,电力负荷预测面临数据复杂性、噪声干扰等问题,导致难以捕捉信号的非线性特征。为解决这一问题,本研究提出了基于CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测方法。首先,使用自适应噪声完备集合经验模态分解(CEEMDAN)对印刷园区电力负荷数据进行分解,并计算各模态分量的排列熵(PE)。其次,利用变分模态分解(VMD)对熵值高频模态分量进行二次分解,从而减弱序列的非平稳性。最后,使用各分量作为双向门控循环单元(BiGRU)预测模型的输入进行训练,将模型结果线性叠加,得到最终预测结果。以某印刷园区电力负荷数据为研究对象,对提出的模型进行与BiGRU模型、CEEMDAN-BiGRU模型预测结果的比较。实验结果表明:融合VMD方法的二次分解模型R2达到97.13%,RMSE为25.354,MAE为62.776,相较于其他模型,本研究提出的预测模型性能更佳。
展开更多
关键词
二次分解
CEEMDAN
VMD
印刷园区
负荷预测
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测
被引量：
1
1
作者
王国彬
黄伟
郭汶昇
周锐
顾晓晔
吴乃月
张育豪
机构
国网
宁夏电力有限
公司
营销服务
中心
中国电力科学研究院有限
公司
电网安全全国重点实验室
国网石嘴山供电公司计量中心
北京印刷学院机电工程学院
出处
《印刷与数字媒体技术研究》
CAS
北大核心
2024年第4期276-287,共12页
文摘
为确保印刷园区绿色低碳运行,充分了解和预测电力负荷需求至关重要。然而,电力负荷预测面临数据复杂性、噪声干扰等问题,导致难以捕捉信号的非线性特征。为解决这一问题,本研究提出了基于CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测方法。首先,使用自适应噪声完备集合经验模态分解(CEEMDAN)对印刷园区电力负荷数据进行分解,并计算各模态分量的排列熵(PE)。其次,利用变分模态分解(VMD)对熵值高频模态分量进行二次分解,从而减弱序列的非平稳性。最后,使用各分量作为双向门控循环单元(BiGRU)预测模型的输入进行训练,将模型结果线性叠加,得到最终预测结果。以某印刷园区电力负荷数据为研究对象,对提出的模型进行与BiGRU模型、CEEMDAN-BiGRU模型预测结果的比较。实验结果表明:融合VMD方法的二次分解模型R2达到97.13%,RMSE为25.354,MAE为62.776,相较于其他模型,本研究提出的预测模型性能更佳。
关键词
二次分解
CEEMDAN
VMD
印刷园区
负荷预测
Keywords
Second-order decomposition
CEEMADAN
VMD
Printing park
Load forecasting
分类号
TS808 [轻工技术与工程]
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CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测
王国彬
黄伟
郭汶昇
周锐
顾晓晔
吴乃月
张育豪
《印刷与数字媒体技术研究》
CAS
北大核心
2024
1
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
