清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Short-term electric load forecasting using particle swarm optimization-based convolutional neural network

计算机科学 粒子群优化 过度拟合 电力负荷 电力系统 核(代数) 卷积神经网络 支持向量机 人工神经网络 人工智能 数学优化 算法 功率(物理) 数学 物理 量子力学 组合数学
作者
Ying-Yi Hong,Yu‐Hsuan Chan
出处
期刊:Engineering Applications of Artificial Intelligence [Elsevier]
卷期号:126: 106773-106773
标识
DOI:10.1016/j.engappai.2023.106773
摘要

Short-term electric load forecasting is essential for the operation of power systems and the power market, including economic dispatch, unit commitment, peak load shaving, load management and bidding strategy development. This paper presents a novel method that uses a hybrid convolutional neural network (CNN) that is cascaded with a fully-connected network, to conduct 24h-ahead electric load forecasting in power systems. Spearman’s rank-order correlation, which serves as input size information for the CNN, was used to measure the cross-correlation between two sets of observations (chronological loads) of time shifts or lags. Both max and average pooling operations were utilized to extract data features in concatenation while spatial and conventional dropouts were employed to avoid overfitting in the hybrid CNN. The proposed method used two loops to yield the optimal CNN. The outer loop optimizes the structure and hyperparameters (such as kernel size) of the hybrid CNN by a proposed method of enhanced elite-based particle swarm optimization (EEPSO) while the inner loop optimizes the parameters (such as values of a kernel) and weights in neural networks using the Adam optimizer. The EEPSO is based on the mean search and chaotic descending inertia weight. The proposed method was used to study the 2018 and 2019 hourly load data in Taiwan Power Company. Simulation results show that the proposed method outperforms the well-known ARIMA, Radial Basis Function Network, Support Vector Regression, Long Short-term Memory and their hybrid variants.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
会扎针的小张完成签到,获得积分10
8秒前
21秒前
Sunny完成签到 ,获得积分10
22秒前
虚幻的尔竹完成签到 ,获得积分10
24秒前
25秒前
背书强完成签到 ,获得积分10
26秒前
火花完成签到 ,获得积分10
35秒前
小西完成签到 ,获得积分10
38秒前
45秒前
zz完成签到 ,获得积分10
51秒前
wefor完成签到 ,获得积分10
1分钟前
迷人的沛山完成签到 ,获得积分10
1分钟前
申木完成签到 ,获得积分10
1分钟前
段采萱完成签到 ,获得积分10
1分钟前
黄花菜完成签到 ,获得积分10
1分钟前
风不尽,树不静完成签到 ,获得积分10
1分钟前
1分钟前
fff发布了新的文献求助10
2分钟前
空曲完成签到 ,获得积分10
2分钟前
LELE完成签到 ,获得积分10
2分钟前
王磊完成签到 ,获得积分10
2分钟前
emxzemxz完成签到 ,获得积分10
2分钟前
xun完成签到,获得积分10
3分钟前
焚心结完成签到 ,获得积分10
3分钟前
AUGKING27完成签到 ,获得积分10
3分钟前
秋子骞完成签到 ,获得积分10
3分钟前
su完成签到 ,获得积分10
3分钟前
大大蕾完成签到 ,获得积分10
3分钟前
Sophie发布了新的文献求助10
3分钟前
badgerwithfisher完成签到,获得积分10
3分钟前
深情安青应助fff采纳,获得10
3分钟前
小刘哥加油完成签到 ,获得积分10
3分钟前
spark810发布了新的文献求助10
4分钟前
Gary完成签到 ,获得积分10
4分钟前
飞天奶酪完成签到 ,获得积分10
4分钟前
文献搬运工完成签到 ,获得积分10
4分钟前
4分钟前
fff发布了新的文献求助10
4分钟前
SCINEXUS完成签到,获得积分0
4分钟前
蚂蚁踢大象完成签到 ,获得积分10
4分钟前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
拟南芥模式识别受体参与调控抗病蛋白介导的ETI免疫反应的机制研究 550
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3068236
求助须知:如何正确求助?哪些是违规求助? 2722176
关于积分的说明 7476072
捐赠科研通 2369138
什么是DOI,文献DOI怎么找? 1256228
科研通“疑难数据库(出版商)”最低求助积分说明 609518
版权声明 596835