免费看大片a-亚洲精品中文字幕乱码三区91-久久久在线视频-中文字幕免费高清在线观看-狼人狠狠干-www婷婷-欧美第一视频-国产中文字字幕乱码无限-色呦呦在线播放-男女羞羞无遮挡-成人男女视频-久久传媒-久久草精品-久久久精品综合-国产免费二区-四虎影院一区二区-国产操人-操操操爽爽爽-色就是色网站-久久77777-神马伦理影视-91手机在线看片-黄视频国产-中文字幕第100页-视频免费1区二区三区

Suzhou Electric Appliance Research Institute
期刊號: CN32-1800/TM| ISSN1007-3175

SUBSCRIPTION MANAGEMENT

發行征訂

首頁 >> 發行征訂 >> 征訂方式

基于變分模態分解與組合模型的導線載流量預測

來源:電工電氣發布時間:2025-04-28 12:28瀏覽次數:210

基于變分模態分解與組合模型的導線載流量預測

羅朝豐,黃曉劍,陸璐,馬波,王一帆,董心怡,鮑修齊
(國網浙江省電力有限公司湖州供電公司,浙江 湖州 313000)
 
    摘 要:輸電線路實時運行載流量存在隨機性強、波動性大的特點,現有載流量預測方法未深度挖掘時間序列特征。提出一種基于變分模態(VMD)分解載流量、自回歸滑動平均模型(ARMA)與雙向長短期記憶網絡(BiLSTM)組合的載流量預測方法,采用 VMD 算法將載流量時間序列分解為多尺度的平穩分量和非平穩的殘差分量,采用 ARMA 模型對平穩分量進行短期預測,采用 BiLSTM 模型對殘差分量進行預測,將分量預測值疊加獲得預測結果。測試結果顯示,該預測方法的平均絕對百分比誤差2.87%、均方根誤差1.710 A、平均誤差1.531 A,預測值與真實值擬合效果較好。
    關鍵詞: 載流量預測;變分模態分解;自回歸滑動平均模型;雙向長短期記憶網絡
    中圖分類號:TM726     文獻標識碼:A     文章編號:1007-3175(2025)04-0020-08
 
Current-Carrying Capacity Prediction of Conductors Based on Variational
Mode Decomposition and Combination Model
 
LUO Chao-feng, HUANG Xiao-jian, LU Lu, MA Bo, WANG Yi-fan, DONG Xin-yi, BAO Xiu-qi
(State Grid Zhejiang Electric Power Co., Ltd. Huzhou Power Supply Company, Huzhou 313000, China)
 
    Abstract: The current carrying capacity of transmission lines in real-time operation has the characteristics of strong randomness and great fluctuation, and the existing current-carrying capacity prediction methods do not dig deep into the time series characteristics. Therefore, this paper proposes a method for current-carrying capacity prediction that combines variational mode decomposition (VMD), autoregressive moving average (ARMA) model, and bidirectional long short-term memory (BiLSTM) network. Firstly, VMD algorithm is used to decompose the time series of current-carrying capacity into multi-scale stationary components and non-stationary residual components, then predicting the stationary component in the short term by using ARMA model, the BiLSTM model is used to predict the residual components, and the predicted values of the components are superimposed to obtain the predicted results. The test results show that the average absolute percentage error of the method is 2.87%, the root mean square error is 1.710 A, and the average error is 1.531 A. The predicted value fits the real value well.
    Key words: current-carrying capacity prediction; variational mode decomposition; autoregressive moving average model; bidirectional long short-term memory network
 
參考文獻
[1] 張靜忠,龐濤,劉一峰,等. 電力市場環境下的新能源有功自動控制[J]. 電氣工程學報,2022,17(3) :203-209.
[2] 李笑蓉,陳熙,石少偉,等. 高風電滲透率下儲能配置與系統調節能力提升關聯分析[J] . 電力需求側管理,2023,25(2) :8-14.
[3] 張怡,張鋒,李有春,等. 基于智慧輸電線路的動態增容輔助決策系統[J] . 電力系統保護與控制,2021,49(4) :160-168.
[4] 王亦清,朱寧西,孫鵬,等. 計及空間相關性的架空線路載流量預測方法[J]. 廣東電力,2017,30(10) :6-10.
[5] 林世治,溫步瀛,張斌. 基于氣象參數預測的輸電線路輸送容量概率模型研究[J] . 電工電能新技術,2019,38(3) :56-62.
[6] 劉偉雄,湯偉成,胡俊靈. 基于 PSO-BP 神經網絡的架空輸電線路弧垂預測技術研究[J] . 黑龍江電力,2021,43(3) :263-268.
[7] 孫輝,盧雪立,高正男,等. 基于 AL-BILSTMDN 的輸電線動態熱極限概率預測[J]. 電力系統及其自動化學報,2024,36(6) :110-118.
[8] 付善強,王孟夏,楊明,等. 架空導線載流量的多時段聯合概率密度預測[J] . 電力系統自動化,2019,43(17) :102-108.
[9] 楊靜凌,唐國強,張建文. 基于 EEMD-Elman-Adaboost 的中美股票價格預測研究[J] . 運籌與管理,2022,31(11) :194-199.
[10] 邵必林,紀丹陽. 基于 VMD-SE 的電力負荷分量的多特征短期預測[J]. 中國電力,2024,57(4) :162-170.
[11] 章劍光,劉理峰,林海峰,等. 基于空間相似度和深度學習的中長期用電量預測[J] . 浙江電力,2021,40(5) :45-52.
[12] 邱書琦,蹇照民,方立雄,等. 基于變分模態分解和集成學習的光伏發電預測[J] . 智慧電力,2024,52(3) :32-38.
[13] 郭成,代劍波,楊靈睿,等. 基于 ISGMD-DHT 的電壓暫降特征提取方法研究[J] . 電力系統保護與控制,2024,52(7) :70-79.
[14] 陶庭葉,高飛,吳兆福,等. 利用高斯平滑法提取 GPS 觀測序列中的結構振動監測信號[J]. 合肥工業大學學報(自然科學版),2010,33(1) :106-109.
[15] 吳旻昊,王建功,朱英剛,等. 基于 t-SNE 降維與聚類的主動配電網運行方式在線識別[J] . 電力建設,2023,44(8) :52-60.
[16] 張金良,王明雪. 基于 EEMD,SVM 和 ARMA 組合模型的電價預測[J]. 電力需求側管理,2020,22(3) :63-68.
[17] 賈磊,龔正,吳海偉,等. 基于改進 PSO 優化 LSTM 網絡的典型用電負荷模式識別[J] . 電力需求側管理,2024,26(1) :48-53.
[18] 薛展豪,陳力,林志穎,等. 基于雙向長短期記憶生成對抗網絡的電力系統次同步振蕩數據生成方法[J] .智慧電力,2024,52(5) :60-66.
[19] 劉昕明,吉建光,李瑋,等. 基于雙模態分解的發電站母線短期負荷預測[J] . 電氣工程學報,2024,19(1) :124-132.
[20] 竇真蘭,張春雁,許一洲,等. 基于多變量相空間重構和徑向基函數神經網絡的綜合能源系統電冷熱超短期負荷預測[J]. 電網技術,2024,48(1) :121-128.

 

主站蜘蛛池模板: 91青青草 | 强伦人妻一区二区三区 | 国产激情视频 | 亚洲第一成人网站 | 极品人妻videosss人妻 | 最新中文字幕在线观看 | 91久久精品日日躁夜夜躁国产 | 欧美精产国品一二三区 | 国产一区二区三区免费播放 | 欧美老肥妇做.爰bbww视频 | 麻豆射区| 亚洲国产中文字幕 | 免费成人深夜夜视频 | 性久久久久 | 99热这里有精品 | 久久在线 | 日韩三级视频 | 五月天中文字幕 | 中文无码熟妇人妻av在线 | 一区二区三区在线观看视频 | 国产91在线观看 | 婷婷色综合 | 亚洲欧洲av | 精品视频一区二区三区 | 午夜18视频在线观看 | 国产精品色 | 老司机午夜视频 | 另类天堂| 精品视频在线观看 | 欧美午夜视频 | 久久久网站 | 国产麻豆剧传媒精品国产av | 日本香蕉视频 | 久久久无码人妻精品无码 | 国产区在线观看 | 国产传媒视频 | a片在线免费观看 | 国产一区二区三区免费 | 国产欧美一区二区精品性色超碰 | 麻豆专区 | 国产a久久麻豆入口 | 97国产在线 | 久久久999 | 久久99精品视频 | 男生c女生| 久草精品视频 | 丰满大爆乳波霸奶 | 欧美性受| 亚洲视频在线观看 | 欧美日韩在线一区 | 欲色av| 人人爱人人爽 | 国产精品久久久久久 | 成人黄色在线 | 欧美黄色录像 | 成人18视频免费69 | 国产精品无码在线 | 在线超碰 | 男人添女人下部高潮全视频 | 色婷婷影院 | 中文字幕99 | 4438成人网| 超碰人人草 | 在线免费观看黄色 | 国语对白 | 日本超碰 | 久久夜色精品国产欧美乱极品 | 69精品人人人人 | 欧美日韩中文 | 色多多在线观看 | 国产农村妇女精品一二区 | 国产十八熟妇av成人一区 | 五月婷婷在线视频 | 最近中文字幕免费 | 国产一区二区三区视频 | 天天爱天天操 | xxxx96 | 华丽的外出在线观看 | 国产一卡二卡 | 成人免费看 | 麻豆视频在线观看 | 国产suv精品一区二区6 | 午夜精品久久久久久 | 波多野结衣久久 | 娇妻被老王脔到高潮失禁视频 | 欧美一区二 | 91视频在线免费观看 | 污污网站在线观看 | 中文字幕毛片 | 精品日韩一区二区三区 | 婷婷午夜 | 夜夜操天天干 | 一级黄色片免费看 | 亚洲精品中文字幕乱码三区91 | 国产三级在线观看 | 亚洲欧美在线视频 | 黑巨茎大战欧美白妞 | 国产福利91精品一区二区三区 | 在线观看日韩av |