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:
提出基于小波包分解和重构的电力负荷预测算法.算法使用具有线性相位的双正交小波对电力负荷数据进行小波包分解和重构,然后用神经网络直接对各尺度上的电力负荷分量进行预测,最后将各尺度上的预测值相加,得到实际负荷预测值.算例表明算法具有较高的预测精度,优于传统的BP神经网络,有利于分析不同时频区域的电力负荷特性,为更准确地建模和预测提供了条件.
推荐文章
基于单位门函数小波包的电力负荷预测研究
电力负荷预测
门函数
小波包函数
短期预测
长期预测
基于高斯过程回归的电力负荷预测算法
电力负荷预测
高斯过程回归
遗传算法
归一化
基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法
需求响应
电力负荷预测
BP神经网络
最大偏差相似性准则
聚类算法
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
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 基于小波包分析的电力负荷预测算法
来源期刊 电力系统及其自动化学报 学科 工学
关键词 负荷预测 小波理论 小波包 双正交小波
年,卷(期) 2004,(2) 所属期刊栏目 学术论文
研究方向 页码范围 51-53,84
页数 4页 分类号 TM715
字数 2264字 语种 中文
DOI 10.3969/j.issn.1003-8930.2004.02.013
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 江世芳 山东大学电气工程学院 14 874 13.0 14.0
2 张大海 山东大学电气工程学院 14 521 12.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (119)
参考文献  (3)
节点文献
引证文献  (19)
同被引文献  (46)
二级引证文献  (122)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 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)
2006(5)
  • 引证文献(4)
  • 二级引证文献(1)
2007(9)
  • 引证文献(4)
  • 二级引证文献(5)
2008(12)
  • 引证文献(1)
  • 二级引证文献(11)
2009(14)
  • 引证文献(0)
  • 二级引证文献(14)
2010(9)
  • 引证文献(0)
  • 二级引证文献(9)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(15)
  • 引证文献(2)
  • 二级引证文献(13)
2013(14)
  • 引证文献(4)
  • 二级引证文献(10)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(12)
  • 引证文献(0)
  • 二级引证文献(12)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
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
负荷预测
小波理论
小波包
双正交小波
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