LSTM网络电网短期负荷预测为充分挖掘不同气象因素的相似日信息和输入特征蕴含的信息以提升负荷预测精度,提出一种基于时间卷积网络和长短期记忆网络组合(TCN-LSTM)和气象相似日集的电网短期负荷预测方法.首先通过Pearson系数和最大信息系数,选出与负荷强相关的气象因素;然后根据该气象因素,选取最佳相似日组成气象相似日集,...
摘要：风功率精确预测是实现大规模海上风电友好并网的重 要手段。大型海上风电场机组台数众多，状态各异。机组状 态、尾流影响和时空特性对风功率预测的影响不可忽略。该 文基于长短期祌经网络(long short-term memory, LSTM)-时 间卷积神经网络(temporal convolutional network, T C N),提 出了一种考虑机组状态...
1.本发明涉及一种负荷预测方法,具体是一种基于新型解耦思想的cnn-tcn日前负荷预测方法,属于电网负荷预测技术领域。 背景技术: 2.负荷预测对电网规划和电力系统运行有着重要意义,尤其是日前负荷预测对缓解电力供需不平衡、提高电站的运行效率和维护电网安全运行起到了重要作用。 3.如果负荷预测增加微小的误差,会造成极大...
基于TCN-LSTM和气象相似日集的电网短期负荷预测方法 为充分挖掘不同气象因素的相似日信息和输入特征蕴含的信息以提升负荷预测精度,提出一种基于时间卷积网络和长短期记忆网络组合(TCN-LSTM)和气象相似日集的电网短期负荷... 刘辉,凌宁青,罗志强,... - 《智慧电力》 被引量: 0发表: 2022年 基于SATT-TCN-LSTM...
基于TCN-LSTM和气象相似日集的电网短期负荷预测方法 为充分挖掘不同气象因素的相似日信息和输入特征蕴含的信息以提升负荷预测精度,提出一种基于时间卷积网络和长短期记忆网络组合(TCN-LSTM)和气象相似日集的电网短期负荷... 刘辉,凌宁青,罗志强,... - 《陕西电力》 被引量: 0发表: 2022年 基于TCN-BiLSTM的航...