节点文献
基于优化时谱图神经网络的电力系统多元混沌时间序列预测
【机构】 广西师范大学电子与信息工程学院；
【摘要】 电力系统是强耦合、多变量系统,对其多元混沌时间序列预测是当前研究难点。本文提出了一种基于优化的时谱图神经网络,用于电力系统的混沌预测。首先利用潜在相关层挖掘多元时间序列之间的相关性,然后通过序列转换单元将时间序列转换为频域信号并学习其特征,最后结合多种算法优化模型实现更好的预测效果。实验表明经优化后的时谱图神经网络不仅能对电力系统的多状态变量进行混沌预测,而且比其他参考模型具有更高的预测精度和稳定性。
【基金】 国家自然科学基金(62062014);广西自然科学基金(编号:2021JJA170004)
- 【会议录名称】 第十九届全国非线性振动暨第十六届全国非线性动力学和运动稳定性学术会议摘要集
- 【会议名称】第十九届全国非线性振动暨第十六届全国非线性动力学和运动稳定性学术会议（NVND2023）
- 【会议时间】2023-05-06
- 【会议地点】中国天津
- 【分类号】TP183;TH113;TM73
- 【主办单位】中国振动工程学会非线性振动专业委员会