[1] |
邱金鹏,牛东晓. 基于小波-时间序列集成模型的风电功率预测[J]. 电力建设, 2016,37(1):125-130.
|
[2] |
王鑫琪,李闯,焦晗,等. 基于长短时记忆网络的电力系统负荷预测方法研究[J]. 电工电气, 2019,11(17):7-8.
|
[3] |
陈晓江,刘晔,张金波,等. 基于智能集中器的短期电力负荷预测[J]. 电力系统及其自动化学报, 2020,32(6):140-145.
|
[4] |
李鹏,何帅,韩鹏飞,等. 基于长短期记忆的实时电价条件下智能电网短期负荷预测[J]. 电网技术, 2018,12(12):4045-4052.
|
[5] |
孙朝辉,徐蕊,冯靖. 基于LSTM-RNN的配电变压器负荷预测模型研究[J]. 机电信息, 2020(2):1-3.
|
[6] |
刘月峰,杨宇慧. 基于CNN-LSTM的短期电力负荷预测研究[J]. 科技创新与应用, 2020(1):84-85.
|
[7] |
党存禄,武文成,李超锋,等. 基于Catboost算法的电力短期负荷预测研究[J]. 电气工程学报, 2020,15(1):76-82. 〖HJ1.5mm〗
|
[8] |
董健卫,陈艳美,孟盼. 基于主成分分析的PM2.5的影响因素权重确定方法[J]. 广东技术师范学院学报, 2016,37(11):25-28.
|
[9] |
母玉雪,张晓滨. 参与式感知下环境评价指标权重确定方法[J]. 西安工程大学学报, 34(3):75-80.
|
[10] |
刘向楠. 应用人工神经网络确定沙河输沙量变化影响因素的权重[J]. 海河水利, 2016(2):57-59.
|
[11] |
孙广强,姚建刚,谢宇翔,等. 基于新鲜度函数和预测有效度的模糊自适应中长期电力负荷组合预测[J]. 电网技术, 2009,33(9):103-107.
|
[12] |
马煜,黄哲洙,钟丽波,等. 基于CNN和SVR相结合的电力负荷预测分析[J]. 东北电力技术, 2020,41(2):37-41.
|
[13] |
沈桂鹏,杨店飞,郭宇杰. 基于自适应权重粒子群优化BP神经网络的光伏阵列故障诊断与定位[J]. 陕西电力, 2016,44(8):23-27.
|
[14] |
勾玄,肖先勇. 基于经验模式分解与LSTM经网络的短期电价预测模型[J]. 西安理工大学学报, 2020,36(1):129-134.
|
[15] |
李杨,陈子彬,谢光强. 一种基于Extratrees的差分隐私保护算法[J]. 计算机工程, 2020,46(2):134-140.
|
[16] |
蔡秋娜,潮铸,苏炳洪,等. 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.
|
[17] |
苏运,卜凡鹏,郭乃网,等. 基于低秩表示的多任务短期电力负荷预测的研究[J]. 现代电力, 2019,36(3):58-65.
|
[18] |
DING C H Q, LI T, JORDAN M I. Convex and semi-non-negative matrix factorizations[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010,32(1):45-55.
|
[19] |
吴潇雨,和敬涵,张沛,等. 基于灰色投影改进随机森林算法的电力系统短期负荷预测[J]. 电力系统自动化, 2015,39(12):50-55.
|
[20] |
隋惠惠. 基于BP神经网络的短期电力负荷预测的研究[D]. 哈尔滨:哈尔滨工业大学, 2015.
|
[21] |
ZHOU Z H, LI X D, WRIGHT J, et al. Stable principal component pursuit[C]// Proceedings of the 2010 IEEE International Symposium on Information Theory. 2010:1518-1522.
|
[22] |
刘文霞,龙日尚,徐晓波,等. 考虑数据新鲜度和交叉熵的电动汽车短期充电负荷预测模型[J]. 电力系统自动化, 2016,40(12):45-52.
|
[23] |
史佳琪,谭涛,郭经,等. 基于深度结构多任务学习的园区型综合能源系统多元负荷预测[J]. 电网技术, 2018,42(3):698-706.
|
[24] |
LI Z Y, LIU X, CHEN L Y. Load interval forecasting methods based on an ensemble of extreme learning machines[C]// Proceedings of the 2015 IEEE Power & Energy Society General Meeting. 2015:1-5.
|
[25] |
KONG W C, DONG Z Y, JIA Y W, et al. Short-term residential load forecasting based on LSTM recurrent neural network[J]. IEEE Transactions on Smart Grid, 2019,10(1):841-851.
|