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:
提出一种基于模糊小波网络的短期负荷预测模型.模糊小波网络结合了小波变换良好的时频局域化性质、模糊推理和神经网络的学习能力,因此函数逼近能力大大提高.模糊小波网络由一组模糊推理规则和若干小波子网络组成,其中模糊规则的结论部分与某一特定尺度的小波子网络相对应.在学习过程中通过同时调整小波基函数的平移因子和隶属度函数的形状,使得模糊小波网络的精度和泛化能力大大提高.实例计算表明,这种模型是切实可行的.
推荐文章
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于小波支持向量回归的电力系统负荷预测
电力负荷
小波支持向量回归
短期预测
混沌动力系统
基于MRA+LMBP模型对电力系统短期负荷预测的研究
短期负荷预测
人工神经网络
L-M算法
多分辨率分析
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
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 基于模糊小波网络的电力系统短期负荷预测方法
来源期刊 继电器 学科 工学
关键词 负荷预测 小波 模糊小波网络
年,卷(期) 2004,(4) 所属期刊栏目 短期负荷预测专栏
研究方向 页码范围 13-17
页数 5页 分类号 TM715
字数 3367字 语种 中文
DOI 10.3969/j.issn.1674-3415.2004.04.004
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 吴耀武 华中科技大学电气与电子工程学院 78 3193 31.0 55.0
2 熊信银 华中科技大学电气与电子工程学院 22 761 15.0 22.0
3 汪新秀 华中科技大学电气与电子工程学院 2 50 2.0 2.0
4 黄阿强 华中科技大学电气与电子工程学院 2 54 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (151)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (28)
二级引证文献  (73)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(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(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(4)
  • 引证文献(1)
  • 二级引证文献(3)
2006(5)
  • 引证文献(2)
  • 二级引证文献(3)
2007(6)
  • 引证文献(0)
  • 二级引证文献(6)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(6)
  • 引证文献(4)
  • 二级引证文献(2)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(10)
  • 引证文献(0)
  • 二级引证文献(10)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
负荷预测
小波
模糊小波网络
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导