基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
着重论述了电力负荷预测中建模数据的选择、预处理方法及其对预测精度的影响.提出了一种以农历24节气负荷作为建模数据,将ARIMA模型及BP网络相结合的负荷预测新方法.实践证明,该方法能够有效提高预测精度,并具有较强的实用性.
推荐文章
基于 BP 神经网络系统的短期电力负荷预测
电力负荷预测
神经网络
BP 算法
MATLAB
误差分析
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于改进BP人工神经网络的电力负荷预测
神经网络
短期电力负荷预测
动量项
同类型日思想
模糊映射
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
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ARIMA模型和BP网络的电力负荷预测
来源期刊 湖北电力 学科 工学
关键词 建模数据 节气负荷 ARIMA模型 BP网络 负荷预测
年,卷(期) 2003,(2) 所属期刊栏目 电网规划及运行
研究方向 页码范围 13-15
页数 3页 分类号 TM715
字数 2816字 语种 中文
DOI 10.3969/j.issn.1006-3986.2003.02.005
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 张国忠 武汉大学动力与机械学院 60 523 14.0 21.0
2 刘亚 武汉大学动力与机械学院 14 154 7.0 12.0
3 何飞 武汉大学动力与机械学院 7 53 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (18)
同被引文献  (34)
二级引证文献  (36)
2003(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)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(3)
  • 引证文献(0)
  • 二级引证文献(3)
2009(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
建模数据
节气负荷
ARIMA模型
BP网络
负荷预测
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
湖北电力
双月刊
1006-3986
42-1378/TM
大16开
武汉市洪山区徐东大街227号
1974
chi
出版文献量(篇)
3570
总下载数(次)
6
总被引数(次)
11633
论文1v1指导