10.13648/j.cnki.issn1674-0629.2021.12.001
CCHP用户冷热电负荷预测的纵横交叉优化深度信念网络方法
针对目前CCHP用户冷热电负荷预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种结合变分模态分解和深度信念网络的CCHP用户冷热电负荷预测组合预测方法.首先分析了CCHP用户冷热电负荷序列的周期性和随机性,提出采用变分模态分解方法对CCHP用户冷热电负荷进行分解;其次,基于分解后模态分量易于出现冗杂,采用样本熵对分解后模态分量进行重构,降低冗杂程度;最后,因深度信念网络初始权重过于随机化,采用纵横交叉算法优化深度信念网络对CCHP用户冷热电负荷进行预测,并依据实例仿真,分析了CCHP用户冷热电负荷的预测结果.实例表明,所提预测方法有效地提高了预测精度,实用性强.
CCHP用户;冷热电负荷预测;深度信念网络;纵横交叉算法;变分模态分解
15
TM715(输配电工程、电力网及电力系统)
广东省科技计划项目;广州市科技计划项目;广东电网有限责任公司科技计划项目
2022-02-16(万方平台首次上网日期,不代表论文的发表时间)
共10页
1-10