期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
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
2
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
基于深度学习的微电网优化调度辅助决策方法
被引量：
25
1
作者
陈卫东
吴宁
+3 位作者
黄彦璐
马溪原
郭晓斌
林冬
《南方电网技术》
CSCD
北大核心
2022年第1期117-126,共10页
随着可再生能源以及电力电子设备的高比例接入,微电网控制决策优化以及调度方式将面临极大的问题和挑战,南方电网公司正在向“能源价值链整合商”转型,将有可能运维数以万计的微电网,传统的模型驱动、预案式控制、人工值守的调度模式将...
随着可再生能源以及电力电子设备的高比例接入,微电网控制决策优化以及调度方式将面临极大的问题和挑战,南方电网公司正在向“能源价值链整合商”转型,将有可能运维数以万计的微电网,传统的模型驱动、预案式控制、人工值守的调度模式将难以满足需求。面向人工智能在微电网自动运行调控领域的需求,提出了基于深度学习的微电网优化调度辅助决策方法。首先介绍了微电网优化运行的典型数学规划模型,分析了模型驱动的建模求解方法的难点和局限性,接着提出了基于深度双向长短期记忆网络的微电网日前优化调度深度学习模型和方法,给出了模型输出结果的修正与处理原则,最后通过算例分析验证了本文模型和算法的有效性。
展开更多
关键词
微电网
优化调度
深度
学习
深度双向长短期记忆
网络
人工智能
在线阅读
下载PDF
职称材料
二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测
被引量：
59
2
作者
陈锦鹏
胡志坚
+3 位作者
陈纬楠
高明鑫
杜一星
林铭蓉
《电力系统自动化》
EI
CSCD
北大核心
2021年第13期85-94,共10页
用户级综合能源系统多元负荷存在随机性、波动性相对更大的特点,现有预测方法不能得到很好的预测效果。为此提出一种基于核主成分分析(KPCA)、二次模态分解、深度双向长短期记忆(DBiLSTM)神经网络和多元线性回归(MLR)的多元负荷预测模...
用户级综合能源系统多元负荷存在随机性、波动性相对更大的特点,现有预测方法不能得到很好的预测效果。为此提出一种基于核主成分分析(KPCA)、二次模态分解、深度双向长短期记忆(DBiLSTM)神经网络和多元线性回归(MLR)的多元负荷预测模型。首先,运用自适应噪声的完全集合经验模态分解分别对电、冷、热负荷进行本征模态分解,对分解得到的强非平稳分量运用变分模态分解进行再次分解。然后,运用KPCA对天气、日历规则特征集提取主成分实现数据降维;将分解得到的非平稳、平稳分量结合特征集主成分分别用DBiLSTM神经网络、MLR进行预测。最后,将预测结果进行重构得到最终预测结果。通过实际算例分析可知,与其他模型相比,所提模型具有更高的预测精度。
展开更多
关键词
多元负荷预测
深度双向长短期记忆
二次模态分解
核主成分分析
多元线性回归
在线阅读
下载PDF
职称材料
题名
基于深度学习的微电网优化调度辅助决策方法
被引量：
25
1
作者
陈卫东
吴宁
黄彦璐
马溪原
郭晓斌
林冬
机构
广西电网有限责任公司电力科学研究院
南方电网数字电网研究院
出处
《南方电网技术》
CSCD
北大核心
2022年第1期117-126,共10页
基金
中国南方电网有限责任公司重点科技项目(GXKJXM20190611)。
文摘
随着可再生能源以及电力电子设备的高比例接入,微电网控制决策优化以及调度方式将面临极大的问题和挑战,南方电网公司正在向“能源价值链整合商”转型,将有可能运维数以万计的微电网,传统的模型驱动、预案式控制、人工值守的调度模式将难以满足需求。面向人工智能在微电网自动运行调控领域的需求,提出了基于深度学习的微电网优化调度辅助决策方法。首先介绍了微电网优化运行的典型数学规划模型,分析了模型驱动的建模求解方法的难点和局限性,接着提出了基于深度双向长短期记忆网络的微电网日前优化调度深度学习模型和方法,给出了模型输出结果的修正与处理原则,最后通过算例分析验证了本文模型和算法的有效性。
关键词
微电网
优化调度
深度
学习
深度双向长短期记忆
网络
人工智能
Keywords
microgrid
optimal scheduling
deep learning
deep bidirectional long-short memory neural network
artificial intelligence
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
二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测
被引量：
59
2
作者
陈锦鹏
胡志坚
陈纬楠
高明鑫
杜一星
林铭蓉
机构
武汉大学电气与自动化学院
出处
《电力系统自动化》
EI
CSCD
北大核心
2021年第13期85-94,共10页
基金
国家自然科学基金资助项目(51977156)。
文摘
用户级综合能源系统多元负荷存在随机性、波动性相对更大的特点,现有预测方法不能得到很好的预测效果。为此提出一种基于核主成分分析(KPCA)、二次模态分解、深度双向长短期记忆(DBiLSTM)神经网络和多元线性回归(MLR)的多元负荷预测模型。首先,运用自适应噪声的完全集合经验模态分解分别对电、冷、热负荷进行本征模态分解,对分解得到的强非平稳分量运用变分模态分解进行再次分解。然后,运用KPCA对天气、日历规则特征集提取主成分实现数据降维;将分解得到的非平稳、平稳分量结合特征集主成分分别用DBiLSTM神经网络、MLR进行预测。最后,将预测结果进行重构得到最终预测结果。通过实际算例分析可知,与其他模型相比,所提模型具有更高的预测精度。
关键词
多元负荷预测
深度双向长短期记忆
二次模态分解
核主成分分析
多元线性回归
Keywords
multiple load prediction
deep bidirectional long short-term memory(DBiLSTM)
quadratic modal decomposition
kernel principal component analysis
multiple linear regression
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
基于深度学习的微电网优化调度辅助决策方法
陈卫东
吴宁
黄彦璐
马溪原
郭晓斌
林冬
《南方电网技术》
CSCD
北大核心
2022
25
在线阅读
下载PDF
职称材料
2
二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测
陈锦鹏
胡志坚
陈纬楠
高明鑫
杜一星
林铭蓉
《电力系统自动化》
EI
CSCD
北大核心
2021
59
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
