原文服务方: 湖南大学学报(自然科学版)       
摘要:
提出了一种电力系统网损预测的新算法--小波神经元网络预测模型,它以非线性小波基为神经元函数,通过优化伸缩因子和平移因子确定对应各神经元的小波基函数,从而合成小波神经元网络,达到全局最优的拟合效果.克服了普通人工神经元网络学习速度慢、难以确定网络结构、存在局部极小点等方面的缺点.仿真结果表明,该方法准确,并可使学习速度大大提高.
推荐文章
基于过程神经元网络的动态预测模型及其应用
动态系统
过程神经元网络
预测预报
学习算法
神经元网络的FPGA硬件仿真方法
现场可编程门阵列
流水线
生物神经元网络
短期电力负荷预测的小波神经元网络模型的研究
小波神经元网络
小波变换
负荷预测
全局最优解
基于神经元网络模型的系统参数优化设计方法
参数优化
神经网络
系统性能
正交设计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经元网络模型的网损预测方法研究
来源期刊 湖南大学学报(自然科学版) 学科
关键词 小波神经元网络 电力系统 有功网损 预测
年,卷(期) 2001,(3) 所属期刊栏目 机电工程
研究方向 页码范围 64-67,73
页数 5页 分类号 TM731
字数 语种 中文
DOI 10.3321/j.issn:1000-2472.2001.03.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭建春 湖南大学电气与信息工程学院 123 2928 29.0 50.0
2 江辉 湖南大学电气与信息工程学院 35 883 16.0 29.0
3 彭高飞 湖南大学电气与信息工程学院 1 16 1.0 1.0
4 倪军 湖南大学电气与信息工程学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (28)
参考文献  (1)
节点文献
引证文献  (16)
同被引文献  (16)
二级引证文献  (296)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(4)
  • 引证文献(3)
  • 二级引证文献(1)
2004(7)
  • 引证文献(1)
  • 二级引证文献(6)
2005(20)
  • 引证文献(3)
  • 二级引证文献(17)
2006(16)
  • 引证文献(2)
  • 二级引证文献(14)
2007(25)
  • 引证文献(0)
  • 二级引证文献(25)
2008(26)
  • 引证文献(1)
  • 二级引证文献(25)
2009(24)
  • 引证文献(0)
  • 二级引证文献(24)
2010(23)
  • 引证文献(0)
  • 二级引证文献(23)
2011(25)
  • 引证文献(2)
  • 二级引证文献(23)
2012(28)
  • 引证文献(0)
  • 二级引证文献(28)
2013(25)
  • 引证文献(1)
  • 二级引证文献(24)
2014(29)
  • 引证文献(0)
  • 二级引证文献(29)
2015(21)
  • 引证文献(0)
  • 二级引证文献(21)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波神经元网络
电力系统
有功网损
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
湖南大学学报(自然科学版)
月刊
1674-2974
43-1061/N
16开
1956-01-01
chi
出版文献量(篇)
4768
总下载数(次)
0
总被引数(次)
41941
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导