牛东晓,王宏伟,韩洁平.制造业多价值链协同数据空间设计理论与方法[M].机械工业出版社,2024.

刘达,陈德刚,许晓敏.制造业多价值链协同数据空间智能管理[M].机械工业出版社,2024.

B. Yildiz,J.I. Bilbao,A.B. Sproul.A review and analysis of regression and machine learning models on commercial building electricity load forecasting[J].Renewable and Sustainable Energy Reviews,2017.

Gao Huang,Guang-Bin Huang,Shiji Song,Keyou You.Trends in extreme learning machines: A review[J].Neural Networks,2015.

A. Lahouar,J. Ben Hadj Slama.Day-ahead load forecast using random forest and expert input selection[J].Energy Conversion and Management,2015.

Feng Kong,Guo-ping Song.Middle - Long Power Load Forecasting Based on Dynamic Grey Prediction and Support Vector Machine[J].International Journal of Advancements in Computing Technology,2012.

Youlong Yang,Jinxing Che,Chengzhi Deng,Li Li.Sequential grid approach based support vector regression for short-term electric load forecasting[J].Applied Energy,2019.

Yandong Yang,Shufang Li,Wenqi Li,Meijun Qu.Power load probability density forecasting using Gaussian process quantile regression[J].Applied Energy,2018.

Computer Science and Engineering Department, MNNIT Allahabad, Allahabad 211004, India,Computer Science and Engineering Department, MNNIT Allahabad, Allahabad 211004, India.Integration of new evolutionary approach with artificial neural network for solving short term load forecast problem[J].Applied Energy,2018.

Christophe Croux,Catherine Dehon.Influence functions of the Spearman and Kendall correlation measures.[J].Statistical Methods and Applications,2010.

M. Angeles Carnero,Daniel Peña,Esther Ruiz.Effects of outliers on the identification and estimation of GARCH models[J].Journal of Time Series Analysis,2007.

Yunmi Kim,Tae-Hwan Kim,Tolga Ergün.The instability of the Pearson correlation coefficient in the presence of coincidental outliers[J].Finance Research Letters,2015.

Control Systems Group, Department of Electrical Engineering, Eindhoven University of Technology, 5600 MB Eindhoven, The Netherlands,GreenFlux Assets B.V., 1092 AD Amsterdam, The Netherlands,Control Systems Group, Department of Electrical Engineering, Eindhoven University of Technology, 5600 MB Eindhoven, The Netherlands.Density forecasting of daily electricity demand with ARMA-GARCH, CAViaR, and CARE econometric models[J].Sustainable Energy, Grids and Networks,2018.

Hyojoo Son,Changwan Kim.Short-term forecasting of electricity demand for the residential sector using weather and social variables[J].Resources, Conservation & Recycling,2016.

School of Energy and Power Engineering, Huazhong University of Science and Technology, Wuhan, Hubei, China,School of Energy and Power Engineering, Huazhong University of Science and Technology, Wuhan, Hubei, China.Potential of three variant machine-learning models for forecasting district level medium-term and long-term energy demand in smart grid environment[J].Energy,2018.

彭虹桥,顾洁,宋柄兵,马睿,时亚军.基于多维变量筛选-非参数组合回归的长期负荷概率预测模型[J].电网技术,2018(06).

刘俊,赵宏炎,刘嘉诚,潘良军,王楷.基于协整-格兰杰因果检验和季节分解的中期负荷预测[J].电力系统自动化,2019(01).

陈超,黄国勇,范玉刚,吴建德,王晓东.基于离散Fréchet距离和LS-SVM的短期负荷预测[J].电力系统保护与控制,2014(05).

龙勇,苏振宇,汪於.基于季节调整和BP神经网络的月度负荷预测[J].系统工程理论与实践,2018(04).

段其昌,饶志波,黄大伟,林森.基于EMD和PSO-SVM的电力系统中期负荷预测[J].控制工程,2012(05).

邓带雨,李坚,张真源,滕予非,黄琦.基于EEMD-GRU-MLR的短期电力负荷预测[J].电网技术,2020(02).

祝学昌.基于IFOA-GRNN的短期电力负荷预测方法研究[J].电力系统保护与控制,2020(09).

黄元生,邓佳佳,苑珍珍.基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测[J].电力系统保护与控制,2011(14).

陈浩文,刘文霞,李月乔.基于奇异谱分析与神经网络的中期负荷预测[J].电网技术,2020(04).

李震,张思,任娴婷,黄远平.基于数据驱动的线性聚类ARIMA长期电力负荷预测[J].科学技术与工程,2020(16).

杨捷,罗成臣,张思路,范美位,李珗.相空间重构和SVR耦合的短期电力负荷预测[J].电测与仪表,2020(16).

崔和瑞,穆玉佩,彭旭.基于HP滤波的SARIMA中期电力负荷预测[J].华北电力大学学报(自然科学版),2016(04).

李焱,贾雅君,李磊,郝建姝,张晓英.基于随机森林算法的短期电力负荷预测[J].电力系统保护与控制,2020(21).

魏明奎,叶葳,沈靖,周泓,蔡绍荣,王渝红,沈力.基于自组织特征神经网络和最小二乘支持向量机的短期电力负荷预测方法[J].现代电力,2021(01).

刘亚珲,赵倩.基于聚类经验模态分解的CNN-LSTM超短期电力负荷预测[J].电网技术,2021(11).

黎静华,骆怡辰,杨舒惠,韦善阳,黄乾.可再生能源电力不确定性预测方法综述[J].高电压技术,2021(04).

王子馨,胡俊杰,刘宝柱.基于长短期记忆网络的电力系统量测缺失数据恢复方法[J].电力建设,2021(05).

姜建,刘海琼,李衡,赵斌炎,鲍威,郑梦娜.基于XGBoost的配电网线路峰值负荷预测方法[J].电力系统保护与控制,2021(16).

朱江行,邹晓松,熊炜,袁旭峰,艾小清,彭月.基于Prophet与XGBoost混合模型的短期负荷预测[J].现代电力,2021(03).

庞传军,张波,余建明,刘艳.基于结构化负荷模型的电力负荷概率区间预测[J].中国电力,2021(09).

钟士元,张文锦,罗路平,王伟,肖异瑶,廖志伟.基于行业聚类电量曲线分解的中期负荷预测[J].电力建设,2022(02).

黄运有,詹剑锋.基于深度学习的短期负荷预测综述[J].高技术通讯,2021(03).

肖小刚,莫莉,张祥,秦洲,何飞飞,刘光彪,周建中.基于CEEMDAN+RF+AdaBoost的短期负荷预测[J].水电能源科学,2020(04).

徐耀松,王德兴.基于加权灰色关联投影的Bagging-Blending多模型融合短期电力负荷预测[J].信息与控制,2022(02).

李玲玲,任琦瑛,宁楠,杨海跃.基于ISHO-ELM模型的短期电力负荷预测[J].天津工业大学学报,2023(03).

韩富佳,王晓辉,乔骥,史梦洁,蒲天骄.基于人工智能技术的新型电力系统负荷预测研究综述[J].中国电机工程学报,2023(22).

申洪涛,李飞,史轮,孙胜博,杨振宁,杨挺.基于气象数据降维与混合深度学习的短期电力负荷预测[J].电力建设,2024(01).

崔星,李晋国,张照贝,李麟容.基于改进粒子群算法优化LSTM的短期电力负荷预测[J].电测与仪表,2024(01).

刘刚,李嘉翔,魏文浩,海轩,兰州大学.基于多目标优化组合模型的电力负荷预测[J].兰州大学学报(自然科学版),2023(03).

李琦,许素安.基于GSABO-BP和Bootstrap的电力负荷区间预测[J].现代电子技术,2024(10).

林彦旭,高辉.基于SSA-VMD-BiLSTM模型的充电站负荷预测方法[J].广东电力,2024(06).

李楠,姜涛,隋想,胡禹先.一种时频尺度下的多元短期电力负荷组合预测方法[J].电力系统保护与控制,2024(13).

孟衡,张涛,王金,张晋源,李达,时光蕤.基于多尺度时空图卷积网络与Transformer融合的多节点短期电力负荷预测方法[J].电网技术,2024(10).

陆心怡,关艳,高曦莹,王馨璐.面向工业用户的混合DWT-DE-RNN电力负荷预测[J].机械设计与制造,2024(10).

吴军英,路欣,刘宏,张彬,柴守亮,刘蕴春,王佳楠.基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J].中国电力,2024(06).

王延峰,曹育晗,孙军伟.基于多策略改进金豺算法优化LSTM的短期电力负荷预测[J].电力系统保护与控制,2024(14).

黄文琦,梁凌宇,王鑫,赵翔宇,宗珂,孙凌云.基于变量选择与Transformer模型的中长期电力负荷预测方法[J].浙江大学学报(理学版),2024(04).

Bahar Farahani,Amin Karimi Monsefi.Smart and collaborative industrial IoT:A federated learning and data space approach[J].Digital Communications and Networks,2023(02).

厉瑜,益西措姆,杜宁刚,达娃央宗,郭彦君,王进仕.基于多因素组合分析的电力系统长期负荷预测研究[J].电网与清洁能源,2024(07).

王泊淳,王启明,朱瑞虎,李成明.基于波浪激励响应自适应变分模态分解的高桩码头桩基损伤识别[J].振动与冲击,2024(21).

张羽姗,周亚同.基于VMD-SSA-RF算法的短期电力负荷预测模型优化[J].电工电能新技术,2024(12).

王晨,李又轩,王淑侠,邬蓉蓉,吴其琦.基于ICEEMDAN分解重构的BiLSTM-KELM短期电力负荷预测[J].科学技术与工程,2024(32).

周师琦,王俊帆,赖俊升,袁毓杰,董哲康.结合贝叶斯Autoformer的多维自适应短期电力负荷概率预测方法[J].电子与信息学报,2024(12).

钟燕,王军,宋戈,吴波,王涛.基于二次重构分解去噪及双向长短时记忆网络的极端天气下超短期电力负荷预测[J].电网技术,2025(11).

鄢化彪,李东丽,黄绿娥,张航菘,姚龙龙.基于模态分解和误差修正的短期电力负荷预测[J].电子测量技术,2025(05).

张旭,汪繁荣.改进秃鹰算法优化ELM的短期电力负荷预测研究[J].现代电子技术,2025(18).

耿贞伟,李申章,于凤荣.考虑空间关联的超短期、短期多区域电力负荷单步和多步预测[J].计算机工程,2025(10).

王玉荣,万秋兰,陈昊.基于两重门限GARCH模型的短期负荷预测[J].东南大学学报(自然科学版),2011(06).

牛彦涛,王辉.结合误差校正的北京市中长期电力需求预测[J].现代电力,2011(01).