典型文献
基于LSTM的重要用户电能质量趋势预测分析模型
文献摘要：
为精确掌握重要用户电能质量的变化趋势规律,进而有效实现对其高品质的电能质量供应,文中提出一种基于距离相关系数与长短时记忆LSTM(long short-term memory)网络的重要用户电能质量趋势预测分析方法.首先,对可表征重要电力用户电能质量的多维度特征原始数据进行标准化处理,进一步利用距离相关系数过滤低相关特征实现特征降维,从而完成趋势变化基础样本数据集的筛选;其次,将训练集样本输入到双层LSTM网络中进行训练;最终得到重要用户电能质量趋势变化预测模型,并以重要电力用户的电压偏差、电压总谐波畸变率、短时间闪变等电能质量指标进行性能评估.最后,在实例分析中验证了所提出的方法的实用性和有效性,可为重要用户高品质电能质量的供应保障提供重要技术支撑.
文献关键词：
距离相关系数;电能质量;长短时记忆网络;趋势变化
中图分类号：
作者姓名：
赵长伟;骈睿珺;杜天硕;葛磊蛟
作者机构：
国网天津市电力公司城东供电分公司,天津 300260;天津大学电气自动化与信息工程学院,天津 300072
文献出处：
引用格式：
[1]赵长伟;骈睿珺;杜天硕;葛磊蛟-.基于LSTM的重要用户电能质量趋势预测分析模型)[J].电力系统及其自动化学报,2022(07):26-33
A类：
重要电力用户
B类：
重要用户,电能质量,趋势预测,预测分析,趋势规律,基于距离,距离相关系数,long,short,term,memory,多维度特征,原始数据,标准化处理,征实,特征降维,趋势变化,样本数据集,训练集,变化预测,电压偏差,总谐波畸变率,闪变,质量指标,性能评估,供应保障,长短时记忆网络
AB值：
0.268123
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
