摘要综合能源系统中多种负荷之间可能存在复杂的, 较**的相互耦合关系.
相对于对各类负荷进行单一独立的预测, 直接开展多元负荷预测能够进一步挖掘负荷之间的内在 …

为了减少复杂环境因素对电力负荷超短期预测效果的影响, 提高算法的预测精度和运算效率,
该文提出一种基于聚类经验模态分解(cluster empirical mode decomposition, CEMD) …

摘要准确的短期电力负荷预测对保证电网安全稳定运行, 能量优化管理, 提高发电设备利用率和
降低运行成本等具有重要作用. 传统时间序列分析方法难以学**衡, 保障电力系统稳定且高效地运行.
分布式能源的大规模并网以及气象和节假日等短期因素的影响, 使得负荷序列呈现明显的波动性 …

针对风电功率随机性较**, 时序关联难以建模的问题, 构建了变分模式分解(variational mode
decomposition, VMD) 与权值共享门控循环单元(weight sharing gate recurrent unit, WSGRU) …

摘要针对短期电力负荷数据随机性**, 难以实现准确预测的问题, 提出了一种基于自适应噪声
完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive …

The power load sequence is complicated and easily affected by multiple external factors,
making it difficult to anticipate with accuracy. A parallel forecasting method of short-term …

短期电力负荷受多种因素影响, 具有波动性大, 随机性**的特点, 使得高精度的短期负荷预测比较
困难. 为充分提取负荷数据中的特征, 提升短期负荷预测精度, 提出了一种基于模态分解及注意力 …