查询结果:   田英杰,苏运,郭乃网,姚博,庞悦.基于时间序列嵌入的电力负荷预测方法[J].计算机应用与软件,2018,35(11):55 - 60,73.
中文标题
基于时间序列嵌入的电力负荷预测方法
发表栏目
应用技术与研究
摘要点击数
34
英文标题
ELECTRICITY LOAD FORECASTING METHOD BASED ON TIME SERIES EMBEDDING
作 者
田英杰 苏运 郭乃网 姚博 庞悦 Tian Yingjie Su Yun Guo Naiwang Yao Bo Pang Yue
作者单位
国网上海市电力公司电力科学研究院 上海 200437 复旦大学计算机科学技术学院 上海 200433    
英文单位
State Grid Shanghai Municipal Electric Power Company, Shanghai 200437, China School of Computer Science, Fudan University, Shanghai 200433, China    
关键词
电力负荷预测 时间序列嵌入 周期自动编码器 智能电网
Keywords
Electricity load forecasting Time series embedding Periodic autoencoder Smart grid
基金项目
国家自然科学基金项目(61370157);国家电网公司总部科技项目(52094016001Z)
作者资料
田英杰,高工,主研领域:电力系统。苏运,高工。郭乃网,高工。姚博,博士生。庞悦,博士生。周向东,教授。 。
文章摘要
电力负荷预测是电网规划、运行、节能管理的重要基础,较高的波动性和不确定性的个体层级的电力负荷预测是一个难点问题。根据电力负荷固有的周期特性,提出一种将电力时间序列嵌入向量空间的模型——周期自动编码器PAE(Periodic Autoencoder) 。通过聚合来减低电力负荷序列的不确定性和波动性;在嵌入空间中采用多种深度神经网络模型作为预测器,实现个体层级的电力负荷的准确预测。实验结果表明,PAE生成的电力时间序列嵌入能够捕捉电力负荷固有的周期特性,有效地降低其波动性和不确定。与传统方法相比,该电力负荷预测方法具有更高的预测精度。
Abstract
Power load forecasting is an important basis for power grid planning, operation and energy-saving management. It is a difficult problem to forecast power load at individual level with high volatility and uncertainty. According to the inherent periodicity of electricity loads, we proposed a model named periodic autoencoder(PAE), which embedded electricity time series into a vector space. Aggregation was used to reduce the uncertainty and volatility of power load series. A variety of deep neural network models were applied as predictors in the embedded space to achieve accurate power load forecasting at individual level. Experiment results show that the electricity time series embedding generated by PAE can capture the inherent periodicity of electricity loads and effectively reduce the volatility and uncertainty. Compared with the traditional methods, the proposed electricity load forecasting method has higher prediction accuracy.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于最优组合权秩和比的电力信息系统可靠性综合评价
夏露
应用技术与研究
2018
8
148
[摘要]
2
基于前趋势相似度的细粒度用户用电负荷预测
曹梦
应用技术与研究
2018
7
158
[摘要]
3
基于Hadoop的数据资源管理平台设计
黄华林
信息技术交流
2018
7
329
[摘要]
4
基于时间序列嵌入的电力负荷预测方法
田英杰
应用技术与研究
2018
11
55
[摘要]
5
基于混合组网技术的数据聚合器最佳部署方案研究与设计
彭林
网络与通信
2018
1
154
[摘要]
6
智能电网邻域网路由算法研究进展
宗宇
网络与通信
2017
1
117
[摘要]
7
一种结合互补集合经验模态分解和小波核极限学习机的短期电力负荷预测模型
郭瑞
算法
2016
12
243
[摘要]
8
智能电网AMI系统中一种新型密钥管理方案
李彬
信息技术交流
2016
1
321
[摘要]
9
电网感知的云计算服务请求路由算法
兰远东
网络与通信
2015
9
119
[摘要]
10
基于气象因子Fuzzy模糊处理的短期电力负荷预测
黄亮亮
人工智能与识别
2014
2
171
[摘要]