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

Article retrieval

文章檢索

首頁 >> 文章檢索 >> 往年索引

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:212

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: 国产精品www | 亚洲免费在线观看 | 精品无码国产一区二区三区51安 | 欧美性xxxx| 久久露脸国语精品国产91 | 国产真实乱人偷精品人妻 | 免费看裸体网站视频 | 欧美日韩精品一区二区 | 天天干视频 | 国产精品久久久久久久久久久免费看 | 亚洲午夜精品久久久久久app | 精品人妻无码一区二区三区换脸 | 国产精品无码AV | a片在线免费观看 | 野外(巨肉高h) | 91玉足脚交嫩脚丫在线播放 | 性久久久久久 | 人人草人人 | 国产又粗又大又黄 | 人妻熟女一区二区三区app下载 | 色哟哟入口国产精品 | www.超碰| 69精品人人人人 | 人妻无码中文字幕 | 亚洲熟女一区二区 | 男人吃奶视频 | 免费看裸体网站视频 | 人人爽人人爽人人片av | 国产成人精品在线 | 精品人妻无码一区二区三区换脸 | 亚洲无码一区二区三区 | 青青草网站| 熟妇人妻中文字幕无码老熟妇 | 91麻豆国产 | 西西人体www大胆高清 | 一区二区三区视频在线观看 | 国精产品乱码一区一区三区四区 | a级片网站 | 五月婷婷av| 久久黄色网| 国产做受麻豆动漫 | 日韩av第一页 | 亚洲福利在线观看 | 黄色福利视频 | 毛片在线视频 | 久久神马 | 伊人青青草 | 国产精品毛片 | 亚洲精品一区中文字幕 | 视频在线观看网站免费 | 亚洲观看黄色网 | av电影在线播放 | 99这里都是精品 | 黑人av| 亚洲在线观看视频 | 亚洲视频免费 | 欧美成人精品一区二区 | av黄色片 | 毛片无码一区二区三区a片视频 | 亚洲狠狠干 | 国产激情综合五月久久 | 日本xxxxxxxxx | 亚洲第二页 | 亚洲精品久久久久久久久久久 | 人人cao| 少妇一区二区三区 | 一本色道久久综合狠狠躁 | 人人妻人人澡人人爽人人dvd | 两口子交换真实刺激高潮 | 国语av| 黄色小视频在线观看 | 91精品91久久久中77777 | 国产精品揄拍一区二区 | a在线视频 | 少妇高潮久久久久久潘金莲 | 国产1区2区3区 | 在线观看成人 | 免费看黄色的网站 | 久久h| 日韩免费在线视频 | 少妇毛片| 91婷婷| 五月婷婷在线视频 | 日韩av高清| 国产无码精品视频 | 91久久精品日日躁夜夜躁国产 | 韩日av| 中文字幕色偷偷人妻久久一区 | 久久久久网站 | 日韩中文字幕在线观看 | 无码精品人妻一区二区三区漫画 | 高清欧美性猛交xxxx黑人猛交 | 成人18aa黄漫免费观看 | 蜜桃视频在线播放 | 亚洲激情 | 国产成人av在线 | 五月天婷婷丁香 | 久久国产精品视频 | 国产不卡在线观看 |