1. 国网上海市电力公司市南供电公司
2. 上海君世电气科技有限公司
纸质出版:2026
移动端阅览
储琳琳, 宗明, 张宇俊, 等. 基于改进分位数回归的短期负荷预测及在线学习方法研究[J]. 电器与能效管理技术, 2026,(3):32-43.
储琳琳, 宗明, 张宇俊, et al. 基于改进分位数回归的短期负荷预测及在线学习方法研究[J]. 2026, (3): 32-43.
储琳琳, 宗明, 张宇俊, 等. 基于改进分位数回归的短期负荷预测及在线学习方法研究[J]. 电器与能效管理技术, 2026,(3):32-43. DOI: 10.16628/j.cnki.2095-8188.2026.03.005.
储琳琳, 宗明, 张宇俊, et al. 基于改进分位数回归的短期负荷预测及在线学习方法研究[J]. 2026, (3): 32-43. DOI: 10.16628/j.cnki.2095-8188.2026.03.005.
针对高比例可再生能源并网与需求侧弹性增强背景下,传统确定性负荷预测难以满足电力系统风险评估与决策优化需求的问题,开展短期负荷不确定性预测研究。构建改进分位数回归神经网络模型,采用倾斜分位数损失函数与区间后处理方法提升预测精准度与可靠性;结合负荷模式动态变化特征,提出基于弹性权重合并(EWC)的在线学习方法实现模型参数动态更新。实验结果表明,所提分位数预测方法在维持高覆盖率的同时,预测区间归一化平均宽度优于传统方法,且在线学习后覆盖率显著提升,验证了方法的有效性与适应性。
韩若冰.基于聚类分析和特征学习的短期负荷预测研究[D].中国矿业大学,2022(02).
徐婧.基于曲线异常检测的变点增强短期负荷预测方法研究[D].福建师范大学,2023(03).
李廷顺,王伟,刘泽三.考虑不确定区间的电力负荷GELM-WNN预测方法[J].计算机工程,2019(07).
蔡秋娜,潮铸,苏炳洪,王龙,段秦尉,温亚坤,李冰.基于一种新型鲁棒损失的神经网络短期负荷预测方法[J].电网技术,2020(11).
黄晨宏,李昆鹏,郑真,马小丽,颜华敏,田书欣.基于二次混合模态分解和LSTM-MFO算法的短期负荷预测[J].电器与能效管理技术,2022(09).
杨小龙,姚陶,孙辰军,魏新杰,张华铭,孙毅.计及分布式能源时序不确定性的短期负荷预测技术[J].可再生能源,2024(01).
王耀健,顾洁,温洪林,金之俭.基于在线高斯过程回归的短期风电功率概率预测[J].电力系统自动化,2024(11).
刘晓明,胡丽娟,赵凤展,益西措姆,王文烨,吕国庆.微电网运行控制关键技术评价[J].电器与能效管理技术,2024(05).
杨光明.新型电力系统下虚拟电厂研究[J].电器与能效管理技术,2024(11).
王淇,程江洲,张川.基于电力大数据的居民用电行为分析与用户画像构建[J].电子设计工程,2025(06).
邓小亚.聚类分析和改进贝叶斯算法的短期负荷预测[J].电气应用,2015(12).
巩伟峥.基于敏感气象特征因子筛选与PSO-SVM模型优化的新能源功率预测特性研究[J].电器与能效管理技术,2025(03).
张玲东.基于多特征融合神经网络与两阶段训练的短期负荷预测方法[J].信息化研究,2025(04).
陈罡,李姗姗.基于多影响因素数据分析的负荷短期预测方法[J].科技与创新,2024(20).
王欣,刘俊杰.基于贝叶斯定理的支持向量机短期负荷预测[J].新型工业化,2014(12).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构