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:
综合考虑天气负荷类型和历史数据特征对负荷变化的影响,提出了一种新的短期负荷预测方法.通过ARMA、BP神经网络等提取具有特征的神经网络学习样本,用反向传播算法建立神经网络短期负荷预测模型.实际算例表明:该法在负荷平稳或波动较大的季节均有预测精度高且适应性好的特点.
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
基于混沌模糊神经网络方法的短期负荷预测
短期负荷
混沌算法
模糊神经网络
预测模型
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
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 基于负荷特征提取的神经网络短期负荷预测
来源期刊 高电压技术 学科 工学
关键词 短期负荷预测 特征提取 人工神经网络
年,卷(期) 2004,(12) 所属期刊栏目 高压电力系统运行管理
研究方向 页码范围 47-49
页数 3页 分类号 TM714
字数 3034字 语种 中文
DOI 10.3969/j.issn.1003-6520.2004.12.019
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 刘云 武汉大学电气工程学院 23 174 7.0 12.0
2 丁坚勇 武汉大学电气工程学院 118 1480 21.0 33.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (132)
参考文献  (2)
节点文献
引证文献  (20)
同被引文献  (47)
二级引证文献  (247)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(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)
2002(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)
2006(7)
  • 引证文献(4)
  • 二级引证文献(3)
2007(13)
  • 引证文献(3)
  • 二级引证文献(10)
2008(17)
  • 引证文献(4)
  • 二级引证文献(13)
2009(30)
  • 引证文献(3)
  • 二级引证文献(27)
2010(23)
  • 引证文献(1)
  • 二级引证文献(22)
2011(20)
  • 引证文献(1)
  • 二级引证文献(19)
2012(19)
  • 引证文献(0)
  • 二级引证文献(19)
2013(32)
  • 引证文献(1)
  • 二级引证文献(31)
2014(23)
  • 引证文献(0)
  • 二级引证文献(23)
2015(20)
  • 引证文献(0)
  • 二级引证文献(20)
2016(27)
  • 引证文献(0)
  • 二级引证文献(27)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(1)
  • 引证文献(0)
  • 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
特征提取
人工神经网络
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
高电压技术
月刊
1003-6520
42-1239/TM
大16开
湖北省武汉市珞瑜路143号武汉高压研究所
38-24
1975
chi
出版文献量(篇)
9889
总下载数(次)
24
总被引数(次)
181291
论文1v1指导