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MIC和MA-LSTNet的超短期电力负荷预测模型
被引量：
1
1
作者
龚钢军
蔡贺
+1 位作者
杨佳轩
何建军
《华北电力大学学报（自然科学版）》
CAS
北大核心
2024年第6期1-12,共12页
在多元时序超短期电力负荷预测中,各变量之间往往存在长期和短期两种时间模式,而长短期时间序列网络(LSTNet)可以提取天气因素与负荷之间的短期变化和长期趋势,提高了预测的精度。本文建立了基于最大信息系数(MIC)和采用多头注意力机制...
在多元时序超短期电力负荷预测中,各变量之间往往存在长期和短期两种时间模式,而长短期时间序列网络(LSTNet)可以提取天气因素与负荷之间的短期变化和长期趋势,提高了预测的精度。本文建立了基于最大信息系数(MIC)和采用多头注意力机制的长短期时间序列网络(MA-LSTNet)的超短期负荷预测模型。首先,利用最大信息系数分析天气变量在各负荷滞后时段与预测序列的相关性,使用符号聚合近似(SAX)量化相关性曲线,对天气变量进行最优选择,减少模型输入冗余;其次,对长短期时间序列网络进行了改进,提出了采用多头注意力机制的长短期时间序列网络,通过在非线性部分加入自注意力层,实现了对于非季节性、非周期性的长短期时间模式的提取。截至目前与其它模型相比,本文提出的模型具有最佳的预测性能。
展开更多
关键词
长短期模式
最大信息系数
循环跳过层
注意力机制
符号聚合近似
在线阅读
下载PDF
职称材料
题名
基于MIC和MA-LSTNet的超短期电力负荷预测模型
被引量：
1
1
作者
龚钢军
蔡贺
杨佳轩
何建军
机构
北京市能源
电力
信息安全工程技术研究中心(华北
电力
大学)
新疆石油管理局有限公司电力分公司
出处
《华北电力大学学报（自然科学版）》
CAS
北大核心
2024年第6期1-12,共12页
基金
国家重点研发计划(2022YFB3105100).
文摘
在多元时序超短期电力负荷预测中,各变量之间往往存在长期和短期两种时间模式,而长短期时间序列网络(LSTNet)可以提取天气因素与负荷之间的短期变化和长期趋势,提高了预测的精度。本文建立了基于最大信息系数(MIC)和采用多头注意力机制的长短期时间序列网络(MA-LSTNet)的超短期负荷预测模型。首先,利用最大信息系数分析天气变量在各负荷滞后时段与预测序列的相关性,使用符号聚合近似(SAX)量化相关性曲线,对天气变量进行最优选择,减少模型输入冗余;其次,对长短期时间序列网络进行了改进,提出了采用多头注意力机制的长短期时间序列网络,通过在非线性部分加入自注意力层,实现了对于非季节性、非周期性的长短期时间模式的提取。截至目前与其它模型相比,本文提出的模型具有最佳的预测性能。
关键词
长短期模式
最大信息系数
循环跳过层
注意力机制
符号聚合近似
Keywords
long-and short-term pattern
maximum information coefficient
recurrent-skip layer
attention mechanism
symbol aggregation approximation
分类号
TM715 [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
作者
出处
发文年
被引量
操作
1
基于MIC和MA-LSTNet的超短期电力负荷预测模型
龚钢军
蔡贺
杨佳轩
何建军
《华北电力大学学报（自然科学版）》
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
