|国家科技期刊平台
| 注册
首页|期刊导航|三峡大学学报（自然科学版）|基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测

基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测

李丹 罗娇娇 孙光帆 唐建 黄烽云

三峡大学学报（自然科学版）2024，Vol.46Issue(5)：P.68-75,8.
✕
三峡大学学报（自然科学版）2024，Vol.46Issue(5)：P.68-75,8.DOI:10.13393/j.cnki.issn.1672-948X.2024.05.011

基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测

李丹 1罗娇娇 1孙光帆 2唐建 3黄烽云3

作者信息

  • 1. 三峡大学电气与新能源学院,湖北宜昌443002
  • 2. 国家电网铜梁供电公司,重庆404100
  • 3. 梯级水电站运行与控制湖北省重点实验室(三峡大学),湖北宜昌443002 新能源微电网湖北省协同创新中心(三峡大学),湖北宜昌443002
  • 折叠

摘要

关键词

负荷概率预测/门控循环单元/贝叶斯神经网络/条件变分自编码器

分类

信息技术与安全科学

引用本文复制引用

李丹,罗娇娇,孙光帆,唐建,黄烽云..基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测[J].三峡大学学报（自然科学版）,2024,46(5):P.68-75,8.

基金项目

国家自然科学基金项目(51807109)。 （51807109）

三峡大学学报（自然科学版）

OA北大核心CSTPCD

1672-948X

访问量0
|
下载量0
段落导航相关论文