【摘 要】
：
电力系统负荷预测是电力系统规划的重要组成部分,准确的短期负荷预测可以在电力建设规划和电网运营中发挥重要作用。传统的单一时间序列模型结构比较简单,无法学习电力负荷时间序列中的非线性特征,所以具备强大非线特征学习能力的深度学习模型和深度学习相关的组合模型研究是目前电力系统短期负荷预测研究中的主要方向。本文首先提出将时间卷积神经网络（TCN）应用到电力系统短期负荷预测,TCN网络是由扩大因果卷积所构成的
论文部分内容阅读
电力系统负荷预测是电力系统规划的重要组成部分,准确的短期负荷预测可以在电力建设规划和电网运营中发挥重要作用。传统的单一时间序列模型结构比较简单,无法学习电力负荷时间序列中的非线性特征,所以具备强大非线特征学习能力的深度学习模型和深度学习相关的组合模型研究是目前电力系统短期负荷预测研究中的主要方向。本文首先提出将时间卷积神经网络（TCN）应用到电力系统短期负荷预测,TCN网络是由扩大因果卷积所构成的一种卷积神经网络,它既具有一般卷积神经网络的可并行运行、梯度稳定的优点,又具有长序列信息学习的能力。设计实验对比TCN模型与机器学习中回归方法的所预测的结果,TCN模型取得最低的预测平均绝对误差（MAE）和均方根误差（RMSE）值0.219、0.295,比BP神经网络模型、支持向量回归（SVR）模型和高斯过程回归（GPR）模型的预测误差MAE和RMSE值分别降低27.2%、24.2%以上,最终结果表明TCN模型可以在电力系统负荷预测应用中取得较好的预测效果。深度神经网络模型对序列中的非线性特征有着很强的学习能力,而传统时间序列模型能够较好地学习到时间序列中的线性特征。针对这一特点,本文提出了基...
其他文献
本文以脱除硫酸厂排放的低浓度SO2为研究内容，在充分分析国内外相关研究工作的基础上，提出了磷矿浆液相催化氧化脱硫的新方法。实验主要确定了磷矿浆脱硫的最佳反应条件，并进一步强化了各种影响因素对反应的作用，得到了较高的脱硫率。采用正交实验，确定了反应中主要因素对脱硫效率影响的大小顺序为：气体流速＞吸收温度＞矿浆固液比，并确定了磷矿浆吸收SO2的最佳反应条件：①磷矿浆固液比为48％；②气体流速为0.3L
大规模MIMO技术可以有效提高频谱效率,提升信道容量,被视为第五代移动通信的重要组成部分。在MIMO系统中,由于多条射频通道之间距离较近,可能会引入通道间串扰,当这类串扰通过功率放大器时,则会产生新的非线性失真。数字预失真技术广泛应用于发射机的线性化,目前在多通道系统中已成功验证。本文重点研究了2×2MIMO系统中宽带功放行为建模和数字预失真技术。首先,研究了两种基础MIMO功放模型,分别为COD
目的：基于中医传承辅助平台(V2.5)软件，归纳、分析和总结导师治疗脑动脉硬化性眩晕的用药规律，包含药物频次、四气五味、归经、常用药对、核心组合及新方组合，为临床治疗动脉硬化性眩晕提供参考依据。 方法：收集导师门诊眩晕复诊病历，筛选其中的脑动脉硬化性眩晕病历，运用中医传承辅助平台软件临床采集系统录入病历，由双人负责录入数据，以确保数据源的准确，通过“中医传承辅助平台”中“数据分析系统”模块中的“
目的：本实验通过建立H22肝癌异位移植瘤小鼠模型，用癌毒清颗粒(AG)进行干预，观察癌毒清颗粒对肝癌小鼠模型体质量、瘤质量、抑瘤率、HIF-1α、VEGF、bFGF及肿瘤微血管密度（MVD）的影响，探讨AG对肝癌的作用机制。 方法：昆明小鼠60只，体重25g±2g，雌雄各半，无菌条件下抽取H22肝癌小鼠腹水,用无菌生理盐水洗涤，离心，重悬，将细胞浓度调整为1.0×107/mL,接种于昆明小鼠左前
中风后抑郁症(Post Stroke Depression，PSD)是指发生于中风患者群体中的一种以思维缓慢、情感低落、语言动作迟滞为主要临床表现的情感障碍性疾病，是中风病的常见并发症之一[1]。在本病进展过程中患者可能出现新的人格特质或强化既往人格特质。患者可能表现出情感淡漠、固执、死板、冲动、感觉迟钝或对他人漠不关心，缺少自我认知或变得内疚自责，出现偏执妄想或有自杀倾向。该病在中风患者中发生的
目的：通过观察益肾活血中药肾康灵对小儿频繁复发性肾病(Frequent relapsenephrotic syndrome，FRNS)的干预作用，探讨NF—κB、TXB2、6-keto-PGF1α与FRNS及中医肾虚血瘀证的关系，寻找小儿PNS复发、预后判断及FRNS中医辨证的客观指标，进一步明确其发病机制及中药肾康灵干预的作用机理，以期达到提高临床缓解率，降低复发率，减轻副作用的目的。方法：收集