手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于TCN和高斯过程残差建模学习的净负荷概率预测方法
河北省分布式储能与微网重点实验室(华北电力大学)
|
赵洪山
吴雨晨
潘思潮
温开云
开通知网号
提出一种基于时间卷积神经网络(TCN)和高斯过程(GP)的净负荷预测方法,可提供精确的点预测和概率预测结果。首先,TCN被用来提取大量的历史数据中净负荷的变化规律,TCN优秀的时间序列建模能力可发现净负荷预测任务输入输出之间的复杂映射关系。然后,为高...
机 构:
河北省分布式储能与微网重点实验室(华北电力大学);
领 域:
电力工业;
自动化技术;
关键词:
预测模型;
光伏出力;
概率密度函数;
残差神经网络;
时间卷积神经网络;
0
403
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
太阳能学报
2024年12期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索