基于时间卷积神经网络的电力负荷缺失数据填充方法

刘泽

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于时间卷积神经网络的电力负荷缺失数据填充方法

更新时间：2026-02-15

- 基于时间卷积神经网络的电力负荷缺失数据填充方法
- Issue 1, Pages: 7-11(2026)
- 作者机构：
  
  国网山西省电力有限公司朔州供电分公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： TM714;TP183
- Published：2026
- 稿件说明：
移动端阅览
刘泽. 基于时间卷积神经网络的电力负荷缺失数据填充方法[J]. 2026, (1): 7-11.
DOI：

刘泽. 基于时间卷积神经网络的电力负荷缺失数据填充方法[J]. 2026, (1): 7-11. DOI：

摘要

电力负荷的数据质量对电网的分析具有重要的意义，但由于传感器故障、网络故障以及人为操作不当等原因，会造成电力负荷数据大量缺失。为了提高电力负荷数据的填充精度，提出了一种基于时间卷积神经网络的电力负荷填充模型，该模型利用扩展因果卷积和残差连接模块可以深度挖掘时间与空间上的紧密联系，实现电力负荷缺失数据的准确填充。以新西兰公开数据集为验证对象，与支持向量回归、长短时记忆网络和卷积神经网络相比较，所提出的模型具有更高的填充精度，同时验证了所提出模型在电力负荷数据填充上的有效性与鲁棒性。

Abstract

关键词

Keywords

references

孙晓丽,郭艳,李宁,宋晓祥.基于改进RNN的多变量时间序列缺失数据填充算法[J].信息技术与网络安全,2019(11).

张网娟,许国艳,李敏佳,朱帅.基于卷积神经网络的缺失数据填充方法[J].微电子学与计算机,2019(03).

徐佳宁,倪裕隆,朱春波.基于改进支持向量回归的锂电池剩余寿命预测[J].电工技术学报,2021(17).

卢继哲,刘宣,唐悦,阿辽沙·叶,侯帅,叶方彬.基于聚类和LSTM的电力分钟冻结数据缺失值填充方法[J].控制工程,2022(04).

邹丹凤,刘星,蔡杰,周久芳.基于改进卷积神经网络的电力设备红外图像分类识别方法[J].电力学报,2023(05).

王兆强,牛湘智.基于固态储氢技术的分布式光伏发电并网系统研究[J].东北电力技术,2024(04).

管委玲,何金波,陈潞,倪烨,杨军,裘炜望,李赟.基于深度学习的配电网安全态势感知研究[J].电力学报,2024(01).

李宇钦.基于多变量信息融合与新颖TCN-former模型的短期负荷与光伏发电功率预测研究[D].南昌大学,2024(04).

曹玺达.面向深度学习模型的鲁棒性测试评估与优化方法研究[D].电子科技大学,2024(04).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰