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:
提出一种基于资源分配网络(resource-allocating network,RAN)的短期负荷预测方法.通过对历史样本的学习,动态地增加隐节点数目,并采用扩展卡尔曼滤波器对网络参数进行调整.该网络结构紧凑,具有学习速度快、精度高等优点.此方法已用于地区电网负荷预测,预测结果表明方法是先进有效的.
推荐文章
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
基于LSTM时间递归神经网络的短期电力负荷预测
短期电力负荷预测
LSTM
时间递归
神经网络
基于神经网络自适应集成的短期负荷预测
短期负荷预测
神经网络集成
径向基神经网络
自适应集成
基于添加Dropout层的CNN-LSTM网络短期负荷预测
Dropout技术
长短期记忆网络
卷积网络
负荷预测
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RAN网络的短期负荷预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 短期负荷预测 资源分配网络 BP算法 扩展卡尔曼滤波器
年,卷(期) 2004,(5) 所属期刊栏目 学术论文
研究方向 页码范围 62-65
页数 4页 分类号 TM715
字数 3062字 语种 中文
DOI 10.3969/j.issn.1003-8930.2004.05.014
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 林鹤云 东南大学电气工程系 88 1524 22.0 35.0
2 朱向阳 东南大学电气工程系 5 116 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (50)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (1)
1991(4)
  • 参考文献(1)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
短期负荷预测
资源分配网络
BP算法
扩展卡尔曼滤波器
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