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
3
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
基于重组二次分解及LSTNet-Atten的短期负荷预测
1
作者
刘洪伟
王磊
+2 位作者
刘阳
张鹏超
乔石
《浙江大学学报(工学版)》
北大核心
2025年第5期1051-1062,共12页
针对电力负荷数据随机性强、波动性大,预测精度较低的问题,提出基于重组二次分解及LSTNet-Atten的短期负荷预测方法.在数据预处理阶段,采用自适应白噪声的完全集合经验模态分解对负荷序列进行初步分解,降低原始信号的随机性和波动性.根...
针对电力负荷数据随机性强、波动性大,预测精度较低的问题,提出基于重组二次分解及LSTNet-Atten的短期负荷预测方法.在数据预处理阶段,采用自适应白噪声的完全集合经验模态分解对负荷序列进行初步分解,降低原始信号的随机性和波动性.根据子序列的样本熵值,将相似的子序列重组聚合.在特征工程阶段,采用变分模态分解对重组得到的复杂度较高的分量进行再次分解,通过皮尔逊、斯皮尔曼、最大信息系数方法评估输入影响因素与负荷数据之间的相关性,利用证据理论优化输入数据的特征维度.在模型构建阶段,重构LSTNet-Atten预测模型,采用卷积模块挖掘序列的局部依赖关系,通过循环和循环跳过模块提取数据的长短期特征,提高数据本身的可预测性.利用自回归模块增强神经网络对线性特征的识别能力,提高模型的预测性能.增加时间注意力赋予重要特征更多的权重,实现全局与局部联系的捕获.在瓦伦西亚区域级负荷数据集上的实验结果表明,与其他经典的深度学习模型相比,所提方法的序列预测误差最高降低了66.69%,拟合系数提高了5.04%,预测精度和鲁棒性更高.
展开更多
关键词
短期负荷预测
二次分解
样本熵
LSTNet
证据理论
敏感特征因子筛选
注意力机制
在线阅读
下载PDF
职称材料
有机-金属钙钛矿太阳能电池微结构及载流子传输机制
2
作者
邓建平
方俊飞
+1 位作者
傅明星
杨智
《现代电子技术》
北大核心
2018年第6期87-91,共5页
采用有机-金属卤化物钙钛矿作为光吸收材料的固态太阳能电池取得了巨大的突破与快速的发展,电池效率已超过20%。对固态钙钛矿太阳能电池的微结构和激发载流子在电池内的产生与传输机制做了详细的综述与分析,指出了电池结构从介孔"...
采用有机-金属卤化物钙钛矿作为光吸收材料的固态太阳能电池取得了巨大的突破与快速的发展,电池效率已超过20%。对固态钙钛矿太阳能电池的微结构和激发载流子在电池内的产生与传输机制做了详细的综述与分析,指出了电池结构从介孔"敏化"结构开始,经历介观-超结构、平面异质结结构、无空穴传输层结构及无电子传输层结构的发展阶段。分析表明电池结构的发展主要取决于对有机-金属卤化物钙钛矿材料中激发载流子分离与传输机制的深入认识,利用既可传输电子又可传输空穴的有机-金属卤化物钙钛矿材料制备的介孔结构和异质结结构的电池都可实现高效率转化。
展开更多
关键词
太阳能电池
钙钛矿
微结构
载流子传输
介孔结构
异质结
在线阅读
下载PDF
职称材料
基于时间模式注意力机制的GRU短期负荷预测
被引量：
13
3
作者
乔石
王磊
+2 位作者
张鹏超
闫群民
余帆
《电力系统及其自动化学报》
CSCD
北大核心
2023年第10期49-58,共10页
针对新能源时代负荷数据随机性更强及负荷预测误差较大的问题,提出一种基于时间模式注意力机制的门控循环单元神经网络短期负荷预测方法。首先,采用自适应白噪声的完整经验模态分解对负荷数据进行处理,得到若干个频率范围不同的本征模...
针对新能源时代负荷数据随机性更强及负荷预测误差较大的问题,提出一种基于时间模式注意力机制的门控循环单元神经网络短期负荷预测方法。首先,采用自适应白噪声的完整经验模态分解对负荷数据进行处理,得到若干个频率范围不同的本征模函数。其次,通过最大互信息系数进行相关性分析筛选特征,优化输入数据的特征维度。然后,构建基于时间模式注意力机制的门控循环单元神经网络预测模型进行负荷预测,采用自回归算法优化线性特征提取能力,得到预测结果。最后,通过实例分析证明了所提模型有助于负荷预测精度的提升。
展开更多
关键词
短期负荷预测
最大互信息系数
自适应白噪声的完整经验模态分解
TPA-GRU神经网络
在线阅读
下载PDF
职称材料
题名
基于重组二次分解及LSTNet-Atten的短期负荷预测
1
作者
刘洪伟
王磊
刘阳
张鹏超
乔石
机构
陕西
理
工
大学
电气
工
程学院
陕西理工大学工业自动化重点实验室
国网山西省电力公司晋中供电公司
出处
《浙江大学学报(工学版)》
北大核心
2025年第5期1051-1062,共12页
基金
国家自然科学基金:资助项目(62176146)
国家社会科学基金:西部项目(21XTY012)
陕西理工大学研究生创新基金:资助项目(SLGYCX2405)。
文摘
针对电力负荷数据随机性强、波动性大,预测精度较低的问题,提出基于重组二次分解及LSTNet-Atten的短期负荷预测方法.在数据预处理阶段,采用自适应白噪声的完全集合经验模态分解对负荷序列进行初步分解,降低原始信号的随机性和波动性.根据子序列的样本熵值,将相似的子序列重组聚合.在特征工程阶段,采用变分模态分解对重组得到的复杂度较高的分量进行再次分解,通过皮尔逊、斯皮尔曼、最大信息系数方法评估输入影响因素与负荷数据之间的相关性,利用证据理论优化输入数据的特征维度.在模型构建阶段,重构LSTNet-Atten预测模型,采用卷积模块挖掘序列的局部依赖关系,通过循环和循环跳过模块提取数据的长短期特征,提高数据本身的可预测性.利用自回归模块增强神经网络对线性特征的识别能力,提高模型的预测性能.增加时间注意力赋予重要特征更多的权重,实现全局与局部联系的捕获.在瓦伦西亚区域级负荷数据集上的实验结果表明,与其他经典的深度学习模型相比,所提方法的序列预测误差最高降低了66.69%,拟合系数提高了5.04%,预测精度和鲁棒性更高.
关键词
短期负荷预测
二次分解
样本熵
LSTNet
证据理论
敏感特征因子筛选
注意力机制
Keywords
short-term load prediction
quadratic decomposition
sample entropy
LSTNet
theory of evidence
screening of sensitive characteristics
attention mechanism
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
有机-金属钙钛矿太阳能电池微结构及载流子传输机制
2
作者
邓建平
方俊飞
傅明星
杨智
机构
陕西理工大学工业自动化重点实验室
西安交通
大学
电子材料研究所
出处
《现代电子技术》
北大核心
2018年第6期87-91,共5页
基金
陕西省教育厅重点实验室科研项目(16JS016)
陕西省科技统筹创新工程重点实验室项目(2014SZS16-K02)
国家自然科学基金(61604122)~~
文摘
采用有机-金属卤化物钙钛矿作为光吸收材料的固态太阳能电池取得了巨大的突破与快速的发展,电池效率已超过20%。对固态钙钛矿太阳能电池的微结构和激发载流子在电池内的产生与传输机制做了详细的综述与分析,指出了电池结构从介孔"敏化"结构开始,经历介观-超结构、平面异质结结构、无空穴传输层结构及无电子传输层结构的发展阶段。分析表明电池结构的发展主要取决于对有机-金属卤化物钙钛矿材料中激发载流子分离与传输机制的深入认识,利用既可传输电子又可传输空穴的有机-金属卤化物钙钛矿材料制备的介孔结构和异质结结构的电池都可实现高效率转化。
关键词
太阳能电池
钙钛矿
微结构
载流子传输
介孔结构
异质结
Keywords
solar cell
perovskite
microstructure
charge carrier transport
mesoporous structure
heterojunction
分类号
TN36-34 [电子电信—物理电子学]
TM914.42 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于时间模式注意力机制的GRU短期负荷预测
被引量：
13
3
作者
乔石
王磊
张鹏超
闫群民
余帆
机构
陕西
理
工
大学
电气
工
程学院
陕西理工大学工业自动化重点实验室
出处
《电力系统及其自动化学报》
CSCD
北大核心
2023年第10期49-58,共10页
基金
国家自然科学基金一般面上资助项目(62176146)
陕西省自然科学基础研究计划重点资助项目(2019JZ-11)。
文摘
针对新能源时代负荷数据随机性更强及负荷预测误差较大的问题,提出一种基于时间模式注意力机制的门控循环单元神经网络短期负荷预测方法。首先,采用自适应白噪声的完整经验模态分解对负荷数据进行处理,得到若干个频率范围不同的本征模函数。其次,通过最大互信息系数进行相关性分析筛选特征,优化输入数据的特征维度。然后,构建基于时间模式注意力机制的门控循环单元神经网络预测模型进行负荷预测,采用自回归算法优化线性特征提取能力,得到预测结果。最后,通过实例分析证明了所提模型有助于负荷预测精度的提升。
关键词
短期负荷预测
最大互信息系数
自适应白噪声的完整经验模态分解
TPA-GRU神经网络
Keywords
short-term load prediction
maximal mutual information coefficient(MIC)
complete ensemble empirical mode decomposition with adaptive white noise(CEEMDAN)
gated recurrent unit neural network based on temporal pattern attention(TPA-GRU)
分类号
TM712 [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
基于重组二次分解及LSTNet-Atten的短期负荷预测
刘洪伟
王磊
刘阳
张鹏超
乔石
《浙江大学学报(工学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
有机-金属钙钛矿太阳能电池微结构及载流子传输机制
邓建平
方俊飞
傅明星
杨智
《现代电子技术》
北大核心
2018
0
在线阅读
下载PDF
职称材料
3
基于时间模式注意力机制的GRU短期负荷预测
乔石
王磊
张鹏超
闫群民
余帆
《电力系统及其自动化学报》
CSCD
北大核心
2023
13
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
