【摘 要】
：
短期负荷预测在电力系统运行和调度中起着重要作用,为了更好地提取数据中蕴含的有效信息,提升短期负荷预测精度,本文引入Seq2seq算法的注意力机制提出了多层Bi-LSTM的Seq2seq深度学习模型(BL-Seq2seq)实现短期用电负荷预测。其中Seq2seq的编码端由多层Bi-LSTM组成,将输入数据进行编码,并在网络末端输出编码后的最终状态;Seq2seq解码端为单层LSTM,它将编码端的最终
【基金项目】
：
国家自然科学基金(61201407,61473047),陕西省自然科学基础研究计划(2016JQ5103,2019GY-002),长安大学中央高校基本科研业务费(300102328202),西安市智慧高速公路信息融合与控制重点实验室(ZD13CG46)。
论文部分内容阅读
短期负荷预测在电力系统运行和调度中起着重要作用,为了更好地提取数据中蕴含的有效信息,提升短期负荷预测精度,本文引入Seq2seq算法的注意力机制提出了多层Bi-LSTM的Seq2seq深度学习模型(BL-Seq2seq)实现短期用电负荷预测。其中Seq2seq的编码端由多层Bi-LSTM组成,将输入数据进行编码,并在网络末端输出编码后的最终状态;Seq2seq解码端为单层LSTM,它将编码端的最终状态作为初始输入状态,同时每一步的输出值作为下一步的输入值。利用用电负荷实测数据,基于Keras平台进行
其他文献
配电网在高渗透率、低负载运行状态下,分布式电源(DG)接入系统后对原电网的安全运行产生的影响不容小觑。针对DG接入配电网的不同位置会对系统电压产生不同影响的问题,提出6种不同DG接入配电网方式。首先利用前推回代潮流法求解并网后节点电压值;然后以电压质量最优为目标,支路容量、节点电压、有功及无功功率平衡为约束条件,利用新颖帝国竞争算法(ICA)对模型进行求解;最后在IEEE-33节点中进行仿真验证,
针对双叶片直线翼垂直轴风力发电机的流场复杂多变的问题,采用k-ω(SST)湍流模型进行数值模拟,展开了对垂直轴风力发电机流场特性的分析,建立了风速与位置的关系,得到了风速最低位置以及风速恢复区域。研究结果表明,三维CFD仿真所得数据与风洞试验数据虽然有所偏差但对于研究垂直轴风力发电机的流场特性影响较小;通过对垂直于z轴截面和垂直于x轴截面的风速云图分析得出:低风速区域不关于x轴对称,其偏向于y轴负
安装在轧机重型万向联轴器十字包,其十字轴上的四个剖分式轴承座把合面的止口圆,因圆弧的圆心角都只有80°,不足整圆的1/4,是典型的大半径短圆弧的复杂零件。本文通过对常规检测方法的解析,研究出坐标系平移固定直径法,同时结合轴承座上各元素的布局开展实际测量并程序化,顺利解决了止口圆直径的精确测量问题。
在电网负荷预测方面,LSTM模型有较好的预测精度。但模型参数需要手动设置,网络训练时间长。提出一种改进粒子群算法(IPSO)与长短期记忆网络(LSTM)相结合的预测模型(IPSO-LSTM)。利用IPSO对LSTM网络的神经元数,学习率等参数进行优化,自动寻找合适参数,提高预测精度和收敛速度。以某地电力公司的历史负荷数据作为输入数据,迭代训练网络。对比IPSO-LSTM模型和由经验公式所得的LST
蒸汽发生器排污系统(BDS)对核动力装置起着关键性作用,不仅影响蒸汽发生器的换热效率,还关系到汽轮机安全。但是通过近几年核动力装置现场工作人员统计,BDS是一个故障发生概率较大的系统。所以现以BDS为研究对象,通过COSINE程序对该系统进行仿真建模,在验证稳态工况基础上,选择事故概率较高的热交换器泄露事故作为瞬态研究目标,分析事故下系统的热工水力现象,以及给出相应的事故解决方案,并对该事故方案进
微电网并联逆变器接入非线性负载时出现的谐波电流,会引起逆变器输出电压畸变严重。以两逆变器并联运行模型为研究对象,提出一种综合控制策略。首先,在电压外环采用比例积分控制和重复控制串联控制方法的同时,考虑下垂控制所引起的基波频率偏移会进一步恶化输出电压质量,改进重复控制方法,实现在频率变化时对电压谐波的有效抑制。其次,由于SOGI可以抑制输入信号的谐波,将基于SOGI的虚拟复阻抗引入到电流反馈环,抑制
机载合成孔径雷达硬件架构和成像算法的不断发展对复杂大尺度目标的实时回波仿真提出了更高要求。为了实现雷达仿真器实时和多模式性能的提升,基于Xilinx可编程逻辑SoC平台ZYNQ设计了机载合成孔径雷达实时回波仿真器,将改进二维快速傅里叶变换的回波仿真算法与具体硬件实现流程结合,提出了基于AXI总线PS-PL互联的脚本式CORDIC回波仿真方法,实现了复杂面目标回波的实时仿真。对于雷达目标模型高精度仿
故障检测是近年来的热门话题,大数据环境下,原有算法在计算量和效率上已不能满足当前的需求,智能算法应用越来越广泛,将其应用于故障检测有较好的效果,细菌算法是新兴的全局优化智能算法,但其原有算法有一定的局限性。将细菌算法结合自适应理论,优化了细菌算法中趋化步长和繁殖步骤,对比传统BFO最优值有7个数量级的提高,在收敛性方面提高了一倍,并且将其与贝叶斯网络结构学习相结合解决轨道电路故障诊断的问题。
光伏充电站中设备故障维修时间对运行效率有着重要影响。为提高光伏充电站设备维修时间的预测精度,考虑到神经网络算法中隐含层神经元数对算法预测精度的影响,提出了一种改进的GA-BP神经网络算法,并以光伏充电站60个设备维修时间为样本验证了改进算法的有效性。结果表明,GA-BP神经网络结构中隐含层神经元数取5时算法预测精度最高,且采用改进GA-BP神经网络算法预测时平均相对误差仅为6.1%,较灰色模型与B
针对传统车联网数据传输威胁抑制方法中存在识别威胁信息不准确、数据传输时间较慢的问题,利用匿名交换算法提出一种新的车联网数据传输威胁抑制方法。将威胁目标转变成量化矩阵,采用聚类与加权平分规则建立威胁目标识别模型,以此识别出威胁目标等级;利用子树匿名化混合算法选择适当的组件对数据进行匿名化,提升数据隐私保护系数;使用基于私密随机预编码的密钥匿名交换算法,计算收发双方共享的私密随机值,通过信道容量理论生