[1] |
吴冬皓. 含微网的智能配电网规划研究[D]. 南京:东南大学, 2018.
|
[2] |
陈益哲,张步涵,王江虹,等. 基于短期负荷预测的微网储能系统主动控制策略[J]. 电网技术, 2011,35(8):35-40.
|
[3] |
杨再鹤,向铁元,郑丹. 基于小波变换和SVM算法的微电网短期负荷预测研究[J]. 现代电力, 2014,31(3):74-79.
|
[4] |
于昕妍. 微电网超短期负荷预测研究[D]. 无锡:江南大学, 2018.
|
[5] |
ZHANG D, EVANGELISTI S, LETTIERI P, et al. Economic and environmental scheduling of smart homes with microgrid: DER operation and electrical tasks[J]. Energy Conversion & Management, 2016,110:113-124.
|
[6] |
张宇航,邱才明,贺兴,等. 一种基于LSTM神经网络的短期用电负荷预测方法[J]. 电力信息与通信技术, 2017,15(9):19-25.
|
[7] |
于昕妍,沈艳霞,陈杰,等. 考虑概率区间的微电网短期负荷多目标预测方法[J]. 电子学报, 2017,45(4):930-936.
|
[8] |
薛阳,张宁,吴海东,等. 基于UTCI-MIC与振幅压缩灰色模型的用户侧微电网短期负荷预测方法[J]. 电网技术, 2020,44(2):556-563.
|
[9] |
AMJADY N, KEYNIA F, ZAREIPOUR H. Short-term load forecast of microgrids by a new bilevel prediction strategy[J]. IEEE Transactions on Smart Grid, 2010,1(3):286-294.
|
[10] |
陈民铀,朱博,徐瑞林,等. 基于混合智能技术的微电网剩余负荷超短期预测[J]. 电力自动化设备, 2012,32(5):13-18.
|
[11] |
张玲玲. 城市微电网短期负荷预测研究[D]. 北京:华北电力大学, 2015.
|
[12] |
王越,卫志农,吴佳佳. 人工神经网络预测技术在微网运行中的应用[J]. 电力系统及其自动化学报, 2012,24(2):83-89.
|
[13] |
陈振宇,刘金波,李晨,等. 基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]. 电网技术, 2020,44(2):614-620.
|
[14] |
赵会茹,赵一航,郭森. 基于互补集合经验模态分解和长短期记忆神经网络的短期电力负荷预测[J]. 中国电力, 2020,53(6):48-55.
|
[15] |
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, 2018,42(12):4045-4052.
|
[16] |
李泽文,胡让,刘湘,等. 基于PCA-DBILSTM的多因素短期负荷预测模型[J]. 电力系统及其自动化学报, 2020,32(12):32-39.
|
[17] |
彭湃,刘敏. 基于Prophet-LSTM组合模型的短期负荷预测方法[J]. 电力系统及其自动化学报, 2021,33(11):15-20.
|
[18] |
郑瑞骁,张姝,肖先勇,等. 考虑温度模糊化的多层长短时记忆神经网络短期负荷预测[J]. 电力自动化设备, 2020,40(10):181-186.
|
[19] |
陈吕鹏,殷林飞,余涛,等. 基于深度森林算法的电力系统短期负荷预测[J]. 电力建设, 2018,39(11):42-50.
|
[20] |
MANDAL P, SENJYU T, URASAKI N, et al. A novel approach to forecast electricity price for PJM using neural network and similar days method[J]. IEEE Transactions on Power Systems, 2007,22(4):2058-2065.
|
[21] |
陈卓. 残差自修正深度学习集成神经网络在短期电力负荷预测中的应用[D]. 杭州:浙江大学, 2018.
|
[22] |
陆继翔,张琪培,杨志宏,等. 基于CNN-LSTM混合神经网络模型的短期负荷预测方法[J]. 电力系统自动化, 2019,43(8):131-137.
|
[23] |
杨甲甲,刘国龙,赵俊华,等. 采用长短期记忆深度学习模型的工业负荷短期预测方法[J]. 电力建设, 2018,39(10):20-27.
|
[24] |
程伟. 基于神经网络的微电网光伏发电及负荷短期预测研究[D]. 济南:山东大学, 2019.
|
[25] |
吕海灿,王伟峰,赵兵,等. 基于Wide&Deep-LSTM模型的短期台区负荷预测[J]. 电网技术, 2020,44(2):428-436.
|
[26] |
梁智,孙国强,李虎成,等. 基于VMD与PSO优化深度信念网络的短期负荷预测[J]. 电网技术, 2018,42(2):598-606.
|
[27] |
DUDEK G. Pattern-based local linear regression models for short-term load forecasting[J]. Electric Power Systems Research, 2016,130:139-147.
|