基于VMD和TCN的多尺度短期电力负荷预测OA北大核心CSTPCD
Multi-Scale Short-Term Load Forecasting Based on VMD and TCN
准确的电力负荷预测对于保证电力系统的稳定运行起着重要作用.针对传统短期电力负荷预测方法预测精度低,模态分解后未考虑子序列融合等问题,提出一种基于变分模态分解(VMD)和时域卷积网络(TCN)的多尺度短期电力负荷预测方法.首先利用VMD将电力负荷数据分解为若干个子序列,解决电力负荷数据的非线性和随机性等问题;再利用TCN对若干个序列采用不同时间尺度进行训练;最后利用全连接网络(FC)对各时间尺度的子序列进行融合,实现短期电力负荷预测,提升预测精度.…查看全部>>
刘杰;金勇杰;田明
哈尔滨理工大学测控技术与通信工程学院 哈尔滨 150080哈尔滨理工大学测控技术与通信工程学院 哈尔滨 150080哈尔滨理工大学测控技术与通信工程学院 哈尔滨 150080
机械制造
短期电力负荷预测子序列融合时域卷积网络变分模态分解
《电子科技大学学报》 2022 (4)
液-固绝缘局放光纤传感检测灵敏度关键声学问题和局放源定位研究
550-557,8
国家自然科学基金(51607049)
评论