購物車(0)
基于深度信念網絡的不同行業中長期負荷預測
張籍; 薛儒濤; 劉慧; 陳艷波; 謝東; 高曉晶 國網湖北省電力有限公司經濟技術研究院; 武漢430063; 華北電力大學新能源電力系統國家重點實驗室; 北京102206; 國網湖北省電力有限公司; 武漢430077
關鍵詞：中長期負荷預測 深度學習 深度信念網絡 關聯度分析 聚類分析
摘要：為保證不同行業中長期負荷預測的準確性,提出一種基于深度信念網絡的不同行業中長期負荷預測方法。首先,采用灰色關聯度分析法定量分析各種影響因素對不同行業的影響程度,生成關聯度矩陣;然后,基于關聯度矩陣,采用模糊C-均值聚類法將不同行業劃分為不同的預測類型;其次,針對每種預測類型建立基于深度信念網絡的中長期負荷預測模型;最后,采用實際電網數據測試所提方法的精度,結果顯示本文方法得到的中長期負荷預測平均誤差率與最大誤差率分別低于2%與6%,證明了所提方法對中長期負荷預測具有較高的準確性。
電力系統及其自動化學報雜志要求:
{1}論文如系資助項目，在文末說明。多個資助來源的，只選一項。
{2}稿件要求選題新穎，觀點正確，數據可靠。
{3}如該稿曾在學術交流會議上宣讀或在內部刊物上刊出，請在投稿時注明。
{4}摘要應避免用語不規范。摘要中不要出現生冷偏僻、自己杜撰的名詞、術語或符號等。
{5}作者姓名(作者所在單位名稱，所在省和城市名稱，郵編)，如多名作者則分行依次排列。英文作者姓名及單位(作者姓名格式：“ZHANG De-Lin)。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
