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:
分析某大型钢铁企业电力负荷的特点,采用小波变换与BP人工神经网络相结合的方法,根据实际数据对其电力负荷进行短期预测,并与BP人工神经网络方法的结果进行比较,结果表明通过小波变换处理过的数据,各负荷分量特性相对一致,预测性能提高.
推荐文章
城市型钢铁企业的绿色发展模式
绿色发展模式
清洁
循环
低碳
城市型钢铁企业
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
钢铁企业煤气-蒸汽-电力系统耦合优化及应用
钢铁企业
系统工程
环境
蒸汽
电力
优化
国有大中型钢铁企业后勤保障安全策略分析
国有大中型钢铁企业
后勤保障
安全策略
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 大型钢铁企业电力负荷的短期预测研究
来源期刊 电力需求侧管理 学科 工学
关键词 负荷预测 钢铁企业 人工神经网络 BP模型 小波变换
年,卷(期) 2004,(1) 所属期刊栏目 专题研究
研究方向 页码范围 18-21
页数 4页 分类号 TM715
字数 3006字 语种 中文
DOI 10.3969/j.issn.1009-1831.2004.01.007
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 杜秀华 上海交通大学自动化研究所 31 314 9.0 17.0
2 郑静 上海交通大学自动化研究所 6 65 4.0 6.0
3 史新祈 上海交通大学自动化研究所 1 32 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (6)
参考文献  (1)
节点文献
引证文献  (32)
同被引文献  (41)
二级引证文献  (70)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(14)
  • 引证文献(7)
  • 二级引证文献(7)
2015(12)
  • 引证文献(2)
  • 二级引证文献(10)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
负荷预测
钢铁企业
人工神经网络
BP模型
小波变换
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
电力需求侧管理
双月刊
1009-1831
32-1592/TK
大16开
江苏省南京市北京西路20号
1999
chi
出版文献量(篇)
3078
总下载数(次)
15
总被引数(次)
18507
论文1v1指导