基于小波分解-卷积神经网络和支持向量回归的短期负荷预测

赵辉; 杨赛; 岳有军; 王红君

首页> 中文期刊> 《科学技术与工程》 >基于小波分解-卷积神经网络和支持向量回归的短期负荷预测

基于小波分解-卷积神经网络和支持向量回归的短期负荷预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector regression,SVR)的负荷预测模型.首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation,BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值.实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性.

著录项

来源
《科学技术与工程》 |2021年第25期|10718-10724|共7页
作者
赵辉; 杨赛; 岳有军; 王红君;
展开▼
作者单位

天津理工大学天津市复杂系统控制理论与应用重点实验室天津300384;

天津农学院工程技术学院天津300392;

天津理工大学天津市复杂系统控制理论与应用重点实验室天津300384;

天津理工大学天津市复杂系统控制理论与应用重点实验室天津300384;

天津理工大学天津市复杂系统控制理论与应用重点实验室天津300384;

展开▼
原文格式 PDF
正文语种 chi
中图分类电力系统规划;
关键词
短期负荷预测; 小波分解; 卷积神经网络; 支持向量回归;

相似文献

中文文献
外文文献
专利

1. 基于原子稀疏分解和支持向量机的短期负荷预测 [J] . 徐玉琴 ,郝丽丽 . 黑龙江电力 . 2018,第001期
2. 基于原子分解和支持向量机的短期电力负荷预测 [J] . 陈成 ,朱敏 ,王树朋 . 陕西电力 . 2014,第010期
3. 基于经验模式分解和最小二乘支持向量机的短期负荷预测 [J] . 祝志慧 ,孙云莲 ,季宇 . 电力系统保护与控制 . 2007,第008期
4. 基于K-means聚类的小波支持向量机配电网短期负荷预测及应用 [J] . 詹仁俊 . 供用电 . 2019,第004期
5. 基于小波变异果蝇优化支持向量机短期负荷预测方法研究 [J] . 熊军华 ,牛珂 ,张春歌 . 电力系统保护与控制 . 2017,第013期
6. 基于SOFM聚类和支持向量机回归的短期负荷预测 [C] . 苑津莎 ,张英慧 ,牛丽仙 . 2009年全国电工理论与新技术年会（CTATEE'09） . 2009
7. 基于Fisher信息和在线支持向量回归的短期负荷预测动态建模方法研究 [A] . 闫静 . 2020

基于小波分解-卷积神经网络和支持向量回归的短期负荷预测

摘要

著录项

相似文献

相关主题

期刊订阅