基于SA-DBN的超短期电力负荷预测 |
| |
作者姓名: | 刘东 周莉 郑晓亮 |
| |
作者单位: | 安徽理工大学,电气与信息工程学院,安徽 淮南232001 |
| |
基金项目: | 国家重点研发计划;创新基金 |
| |
摘 要: | 针对超短期电力负荷预测,提出一种使用集合经验模态分解与样本熵对原始数据预处理,再用模拟退火算法优化深度置信网络的组合模型进行预测.为了减小时间序列数据因自相关性导致预测值滞后于真实值,对原始序列采用EEMD分解,根据各序列的SE值将序列重构,再使用SA对DBN各隐含层节点数寻优构成的SA-DBN模型对重构后的序列分别预...
|
关 键 词: | 超短期电力负荷预测 集合经验模态分解 样本熵 模拟退火算法 深度置信网络 |
本文献已被 万方数据 等数据库收录! |
|