-
题名基于LSTM人工神经网络的电力系统负荷预测方法
被引量：15
- 1
-
-
作者
陈胜
刘鹏飞
王平
马建伟
-
机构
贵州电力科学研究院电力调度控制中心
国电南瑞南京控制系统有限公司电力市场系统部
-
出处
《沈阳工业大学学报》
CAS
北大核心
2024年第1期66-71,共6页
-
基金
贵州省科学技术基金项目(黔科合基础[2018]1179号)。
-
文摘
针对电力市场环境下短期电力系统负荷预测准确性较低的问题,提出了一种基于LSTM人工神经网络的组合预测模型。分析了LSTM神经网络和其变体GRU神经网络在进行负荷预测时学习时序特征的独特优势,并以卷积神经网络作为负荷数据的特征提取层,结合GRU网络构建了组合模型,通过建立残差预测模型对结果进行修正。仿真结果表明,具有记忆功能的神经网络预测效果要优于ANN和SVM模型,且所提出残差预测模型的负荷预测平均相对误差约为1.79%,其准确性高于单一算法的负荷预测模型。
-
关键词
负荷预测
人工神经网络
长短期记忆
卷积神经网络
平均相对误差
残差修正
特征提取
组合模型
-
Keywords
load forecasting
artificial neural network
long-term and short-term memory
convolution neural network
average relative error
residual correction
feature extraction
combined model
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名基于PKI公钥体系的电力监控网络安全接入机制
被引量：7
- 2
-
-
作者
章熙
段金长
刘晓放
张洪略
-
机构
贵州电力科学研究院电力调度控制中心
国电南瑞南京控制系统有限公司电力市场系统部
-
出处
《沈阳工业大学学报》
CAS
北大核心
2024年第1期115-120,共6页
-
基金
贵州省科技计划项目重大专项(黔科合重大专项字[2018]3002)。
-
文摘
针对电力监控网络服务请求繁多、身份认证速度慢等网络拥塞问题,通过深入分析网络通信过程中数据泄漏发生原理,并基于PKI机制下的挑战响应模式对通信双方的密钥进行动态更新,利用哈希函数对用户身份在通信前做及时认证,设计了一种安全电力监控网络安全的接入体系,实现对网络节点的信息化控制。实验结果表明,所提的基于PKI机制的方案较传统基于对称机制的方案在牺牲少量计算代价的情况下,可实现通信数据高保密高可靠传输,在密钥协商的相互认证阶段本文花费的通信开销相较于对称机制节省约4%。
-
关键词
监控
电力网
动态密钥
相互认证
密钥更新
哈希函数
-
Keywords
monitoring
power network
dynamic key
mutual authentication
key updating
Hash function
-
分类号
TM632
[电气工程—电力系统及自动化]
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种改进的SVM短期电力系统负荷预测方法
被引量：10
- 3
-
-
作者
周思明
段金长
李颖杰
覃海
-
机构
贵州电力科学研究院电力调度控制中心
国电南瑞南京控制系统有限公司电网调控技术分公司
-
出处
《沈阳工业大学学报》
CAS
北大核心
2023年第6期661-665,共5页
-
基金
贵州省科技计划项目重大专项([2018]3002)。
-
文摘
针对电力市场环境下短期电力系统负荷预测准确、高效的要求,提出了一种改进的支持向量机短期负荷预测方法。利用主成分降维获取日负荷数据的特征因子,通过灰色关联分析建立负荷特征因子与影响因素之间的关联关系。构建不同日之间影响因素的加权差异度值,将倒数作为权重系数引入支持向量机模型,建立了一种考虑影响因素权值特征的SVM负荷预测模型。仿真结果表明,改进的SVM模型在一个月内负荷预测的平均预测准确率约为97.01%,日均相对误差在0.32%~3.57%范围内波动。该模型的负荷预测准确率和稳定性均优于常规的SVM模型与LS-SVM模型。
-
关键词
负荷预测
支持向量机
主成分分析
负荷特征
灰色关联分析
差异度值
权重系数
相对误差
-
Keywords
load forecasting
support vector machine
principal component analysis
load characteristic
grey correlation analysis
difference value
weight coefficient
relative error
-
分类号
TM744
[电气工程—电力系统及自动化]
-
