|国家科技期刊平台
| 注册
首页|期刊导航|电力系统保护与控制|关键信息缺失下基于相空间重构及机器学习的电力负荷预测

关键信息缺失下基于相空间重构及机器学习的电力负荷预测

侯慧 王晴 赵波 章雷其 吴细秀 谢长君

电力系统保护与控制2022，Vol.50Issue(4)：75-82,8.
✕
电力系统保护与控制2022，Vol.50Issue(4)：75-82,8.DOI:10.19783/j.cnki.pspc.210573

关键信息缺失下基于相空间重构及机器学习的电力负荷预测

Power load forecasting without key information based on phase space reconstruction and machine learning

侯慧 1王晴 1赵波 2章雷其 2吴细秀 1谢长君1

作者信息

  • 1. 武汉理工大学自动化学院, 湖北 武汉 430070
  • 2. 国网浙江省电力有限公司电力科学研究院, 浙江 杭州 310014
  • 折叠

摘要

关键词

电力负荷预测/关键信息/极限学习机/极端梯度提升/相空间重构/排列熵

引用本文复制引用

侯慧,王晴,赵波,章雷其,吴细秀,谢长君..关键信息缺失下基于相空间重构及机器学习的电力负荷预测[J].电力系统保护与控制,2022,50(4):75-82,8.

基金项目

国家重点研发计划项目资助(2020YFB1506802) （2020YFB1506802）

国家自然科学基金项目资助(52177110) （52177110）

电力系统保护与控制

OA北大核心CSCDCSTPCD

1674-3415

访问量0
|
下载量0
段落导航相关论文