購物車(0)
基于CNN-LSTM的配電網(wǎng)供電能力研究
關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡 長短期記憶神經(jīng)網(wǎng)絡 負荷預測 配電網(wǎng)供電能力
摘要：供電能力反映著配電網(wǎng)的自動化水平和安全可靠性水平,而配電網(wǎng)的供電能力主要受負荷發(fā)展的影響,為了對配電網(wǎng)供電能力進行科學精確的評估,提出了考慮負荷預測的配電網(wǎng)供電能力研究。首先提出了采用卷積神經(jīng)網(wǎng)絡(CNN)優(yōu)化長短期記憶神經(jīng)網(wǎng)絡(LSTM)的負荷預測算法,該算法既具有卷積神經(jīng)網(wǎng)絡能夠有效提取數(shù)據(jù)特征又包含了長短期神經(jīng)網(wǎng)絡適用于解決時間序列預測的優(yōu)點。然后采用回推迭代潮流計算方法建立了配電網(wǎng)供電能力評估模型,實現(xiàn)對配電網(wǎng)供電能力的精準評估。通過算例仿真實驗可以看出,相比于其他傳統(tǒng)算法,CNN-LSTM方法具有更高的負荷預測準確度,預測的負荷值更貼近實際值,更加準確的反映了負荷增長情況,而且所提的考慮負荷預測的配電網(wǎng)供電能力計算方法,有效指導了配電網(wǎng)的規(guī)劃和建設(shè)。
國外電子測量技術(shù)雜志要求:
{1}正文：應包括研究背景、方法、結(jié)果、結(jié)論或討論等幾部分內(nèi)容。
{2}來稿本著文責自負的原則，因抄襲等原因引發(fā)的知識產(chǎn)權(quán)糾紛作者將負全責，編輯部保留追究作者責任的權(quán)利。作者請勿一稿多投。
{3}題目簡明確切地反映文稿的特定內(nèi)容，起畫龍點睛的作用。一般宜20個字左右。
{4}第一作者簡介應在篇首頁地腳處注明第一作者的姓名、出生年、性別、籍貫、職稱、學歷及從事專業(yè)。
{5}外文文獻在前，中文文獻在后。同一作者不同時期的文獻按出版時間的先后順序排列。外文書名以斜體書寫，實詞首字母大寫；外文論文篇名以正體書寫，僅篇名首字母大寫。每條頂格寫，回行時空兩格。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
