期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于树结构Parzen估计器优化集成学习的短期负荷预测方法 被引量:1
1
作者 罗敏 杨劲锋 +6 位作者 俞蕙 赖雨辰 郭杨运 周尚礼 向睿 童星 陈潇 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第6期819-825,共7页
短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响... 短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响,以及预测对象自身个性差异使得参数难以复用,如何精准快速地获取方法结构与参数成为短期负荷预测的关键难题.对此,提出基于树结构Parzen估计器优化集成学习的短期负荷预测方法,可对方法结构与参数进行快速寻优.将该方法应用于中国南方某省短期负荷预测,以实际算例验证了其对预测精度的有效提升. 展开更多
关键词 短期负荷预测 树结构Parzen估计器 集成学习 超参优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部