CCHP用户冷热电负荷预测的纵横交叉优化深度信念网络方法OA北大核心CSCDCSTPCD
CSO Optimized Deep Belief Network Based Method for Cooling Heating and Power Load Forecasting of CCHP Users
针对目前CCHP用户冷热电负荷预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种结合变分模态分解和深度信念网络的CCHP用户冷热电负荷预测组合预测方法.首先分析了CCHP用户冷热电负荷序列的周期性和随机性,提出采用变分模态分解方法对CCHP用户冷热电负荷进行分解;其次,基于分解后模态分量易于出现冗杂,采用样本熵对分解后模态分量进行重构,降低冗杂程度;最后,因深度信念网络初始权重过于随机化,采用纵横交叉算法优化深度信念网络对CCHP用户…查看全部>>
吴伟杰;吴杰康;雷振;郑敏嘉;张伊宁;李猛;黄欣;李逸欣
广东电网规划研究中心, 广州510060广东工业大学自动化学院, 广州510006广东工业大学自动化学院, 广州510006广东电网规划研究中心, 广州510060广东电网规划研究中心, 广州510060广东电网规划研究中心, 广州510060广东电网规划研究中心, 广州510060广东电网规划研究中心, 广州510060
信息技术与安全科学
CCHP用户冷热电负荷预测深度信念网络纵横交叉算法变分模态分解
《南方电网技术》 2021 (12)
1-10,10
广东省科技计划项目(2020A050515003)广州市科技计划项目(202002030463)广东电网有限责任公司科技计划项目(037700KK52190004).
评论