版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、智能用電服務(wù)系統(tǒng)是智能電網(wǎng)的重要組成部分,其思想是通過供電企業(yè)與用戶間的雙向互動,針對用戶用電特性提供更加個性化、人性化的智能服務(wù)。準(zhǔn)確的電力負荷分析與預(yù)測是智能用電服務(wù)的前提。然而隨著智能電網(wǎng)中智能電表、智能終端以及各類傳感器的鋪設(shè),用戶側(cè)的數(shù)據(jù)已經(jīng)達到了大數(shù)據(jù)的規(guī)模,大大提升了負荷分析與預(yù)測的難度。如何有效的從這些海量數(shù)據(jù)中挖掘潛在的知識和模式,為供電企業(yè)拓展電力市場、優(yōu)化能源結(jié)構(gòu)、合理配置資源等提供決策依據(jù),是電力系統(tǒng)目前最具挑戰(zhàn)
2、性的任務(wù)之一。
大數(shù)據(jù)技術(shù)以及深度學(xué)習(xí)理論是解決上述問題的關(guān)鍵。本文首先在分析大數(shù)據(jù)技術(shù)、深度學(xué)習(xí)、智能用電三者關(guān)系的基礎(chǔ)上,設(shè)計了智能用電大數(shù)據(jù)平臺的整體架構(gòu),并自底向上分別從數(shù)據(jù)來源層、數(shù)據(jù)處理層、挖掘分析層以及業(yè)務(wù)應(yīng)用層四個層次探討了平臺搭建的關(guān)鍵元素。之后,考慮到傳統(tǒng)決策樹算法不能解決海量數(shù)據(jù)挖掘以及ID3算法的多值偏向問題,本文將基于MapReduce模型的并行化決策樹應(yīng)用于智能電表數(shù)據(jù)的用電習(xí)慣挖掘中,并通過在最佳
3、分裂屬性選擇中引入相關(guān)系數(shù),修正了ID3算法中的多值偏向問題。通過實際負荷數(shù)據(jù),從挖掘結(jié)果和并行性能兩方面驗證算法的有效性。
深度學(xué)習(xí)通過多個隱含層對原始輸入的逐步抽象表示,能夠充分挖掘海量負荷數(shù)據(jù)中的規(guī)律,實現(xiàn)更精準(zhǔn)的短期負荷預(yù)測。本文介紹了深度學(xué)習(xí)中的堆棧自編碼器(SAE)與深度置信網(wǎng)絡(luò)(DBN)的基本組件、網(wǎng)絡(luò)結(jié)構(gòu)以及訓(xùn)練方法,對深度學(xué)習(xí)只能依靠專家經(jīng)驗選取隱含層神經(jīng)元個數(shù)這一缺陷,提出基于信息熵的隱含層神經(jīng)元個數(shù)確定方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析和機器學(xué)習(xí)的電力負荷預(yù)測.pdf
- 基于負荷特性分析的短期負荷預(yù)測的研究與實現(xiàn).pdf
- 基于深度學(xué)習(xí)的課程推薦與學(xué)習(xí)預(yù)測模型研究.pdf
- 基于負荷特性分析的短期負荷預(yù)測研究.pdf
- 基于深度學(xué)習(xí)的SDN流量預(yù)測研究.pdf
- 基于深度學(xué)習(xí)框架的藥物特性預(yù)測.pdf
- 基于深度學(xué)習(xí)的短時交通流預(yù)測.pdf
- 基于深度學(xué)習(xí)的數(shù)據(jù)特征的提取與預(yù)測研究.pdf
- 基于云計算和機器學(xué)習(xí)算法的微電網(wǎng)負荷預(yù)測.pdf
- 基于負荷成分分析的短期負荷預(yù)測研究.pdf
- 基于負荷特性分析的短期負荷預(yù)測模型研究.pdf
- 基于深度學(xué)習(xí)的短時交通擁堵預(yù)測模型.pdf
- 基于深度學(xué)習(xí)的室內(nèi)時空客流預(yù)測.pdf
- 基于負荷特性分析的中長期負荷預(yù)測研究.pdf
- 基于聚類分析的母線負荷預(yù)測研究.pdf
- 基于深度學(xué)習(xí)的路網(wǎng)短時交通流預(yù)測.pdf
- 基于深度學(xué)習(xí)的車型識別分析與研究.pdf
- 眉山電網(wǎng)負荷預(yù)測和分析系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于聚類分析與SVM的電力短期負荷預(yù)測研究.pdf
- 基于電力負荷動特性曲線分析的負荷預(yù)測方法研究.pdf
評論
0/150
提交評論