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:
针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同小时类型的负荷差异,具有较高的预测精度.分析了如何采用BP多层感知器的隐层数及隐层单元数.最后对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度.
推荐文章
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
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
人工神经网络在电力系统短期负荷预测中的应用
多层神经网络
BP模型
负荷预测
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
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 BP算法在电力系统短期负荷预测中的应用
来源期刊 仪器仪表学报 学科 工学
关键词 短期负荷预测 人工神经网络 BP算法 预测误差
年,卷(期) 2003,(z2) 所属期刊栏目 模式识别
研究方向 页码范围 379-381
页数 3页 分类号 TM7
字数 1619字 语种 中文
DOI 10.3321/j.issn:0254-3087.2003.z2.169
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 李芹 15 81 5.0 8.0
2 董秀成 14 84 4.0 9.0
3 许强 1 29 1.0 1.0
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  (2)
节点文献
引证文献  (29)
同被引文献  (36)
二级引证文献  (75)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(1)
  • 引证文献(0)
  • 二级引证文献(1)
2007(4)
  • 引证文献(1)
  • 二级引证文献(3)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(8)
  • 引证文献(5)
  • 二级引证文献(3)
2014(15)
  • 引证文献(2)
  • 二级引证文献(13)
2015(16)
  • 引证文献(2)
  • 二级引证文献(14)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
短期负荷预测
人工神经网络
BP算法
预测误差
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
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
论文1v1指导