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:
小波神经网络是建立在小波理论基础上的一种新型前馈神经网络,具有许多优良特性.本文介绍小波神经网络的构成原理、设计方法和优点,分析小波神经网络在电力负荷预测领域的研究和应用现状.文中所指小波神经网络的优点,例如所需网络节点少和预测精度高,已经在电力负荷预测研究中得到验证.将小波神经网络应用于电力负荷预测的成果是令人鼓舞的.但是小波神经网络也存在收敛性差等缺点,还需要进一步研究适合小波神经网络的算法,以提高其性能.
推荐文章
应用小波神经网络进行负荷预测的MATLAB编程仿真
短期负荷预测
小波神经网络
MATLAB
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
BP神经网络
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Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
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 小波神经网络及其在电力负荷预测中应用概述
来源期刊 电力系统及其自动化学报 学科 工学
关键词 电力系统 负荷预测 小波理论 小波神经网络 BP神经网络
年,卷(期) 2004,(4) 所属期刊栏目 学术论文
研究方向 页码范围 11-15,26
页数 6页 分类号 TM715
字数 5730字 语种 中文
DOI 10.3969/j.issn.1003-8930.2004.04.003
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 邹贵彬 山东大学电气工程学院 27 558 13.0 23.0
2 江世芳 山东大学电气工程学院 14 874 13.0 14.0
3 张大海 山东大学电气工程学院 14 521 12.0 14.0
4 毕研秋 山东大学电气工程学院 6 245 6.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (211)
参考文献  (19)
节点文献
引证文献  (37)
同被引文献  (55)
二级引证文献  (128)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(8)
  • 参考文献(1)
  • 二级参考文献(7)
1996(7)
  • 参考文献(2)
  • 二级参考文献(5)
1997(6)
  • 参考文献(2)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(6)
  • 参考文献(4)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(5)
  • 引证文献(3)
  • 二级引证文献(2)
2007(12)
  • 引证文献(6)
  • 二级引证文献(6)
2008(8)
  • 引证文献(2)
  • 二级引证文献(6)
2009(13)
  • 引证文献(4)
  • 二级引证文献(9)
2010(14)
  • 引证文献(3)
  • 二级引证文献(11)
2011(15)
  • 引证文献(2)
  • 二级引证文献(13)
2012(14)
  • 引证文献(0)
  • 二级引证文献(14)
2013(13)
  • 引证文献(3)
  • 二级引证文献(10)
2014(12)
  • 引证文献(3)
  • 二级引证文献(9)
2015(20)
  • 引证文献(3)
  • 二级引证文献(17)
2016(17)
  • 引证文献(3)
  • 二级引证文献(14)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
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(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
电力系统
负荷预测
小波理论
小波神经网络
BP神经网络
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导