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:
提出了1种基于负荷分解的日最大负荷预测算法,即将负荷分解为正常负荷分量和天气敏感负荷分量,用结合指数趋势和周期趋势的组合模型预测正常负荷分量,用神经网络法预测天气敏感负荷分量.同时,在分析最大负荷和人体舒适度相关性的基础上,在预测中用人体舒适度替代了常规气象因子.预测结果表明,该方法可以取得较为满意的预测效果.
推荐文章
光伏影响下考虑气象负荷分解和LSSVM的负荷预测
光伏
实时气象因素
气象敏感负荷分解
最小二乘支持向量机
负荷预测
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
基于柔性负荷的负荷特性分析和短期负荷预测新技术
柔性负荷
负荷特性分析
短期负荷预测
智能电网
基于门控递归神经网络的电网日峰值负荷预测
峰值负荷预测
动态时间规整
热编码
门控递归单元
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 基于负荷分解的日最大负荷预测方法研究
来源期刊 电力需求侧管理 学科 工学
关键词 人体舒适度 负荷分解 正常负荷 天气敏感负荷
年,卷(期) 2005,(5) 所属期刊栏目 专题研究
研究方向 页码范围 21-23
页数 3页 分类号 TM715
字数 1883字 语种 中文
DOI 10.3969/j.issn.1009-1831.2005.05.011
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 高山 东南大学电气工程系 55 1253 19.0 34.0
2 江琳 东南大学电气工程系 3 22 3.0 3.0
3 顾海涛 东南大学电气工程系 8 79 6.0 8.0
4 蔡榕 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (12)
参考文献  (2)
节点文献
引证文献  (12)
同被引文献  (16)
二级引证文献  (165)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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(6)
  • 引证文献(4)
  • 二级引证文献(2)
2007(13)
  • 引证文献(1)
  • 二级引证文献(12)
2008(18)
  • 引证文献(1)
  • 二级引证文献(17)
2009(14)
  • 引证文献(2)
  • 二级引证文献(12)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(9)
  • 引证文献(0)
  • 二级引证文献(9)
2012(12)
  • 引证文献(0)
  • 二级引证文献(12)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(13)
  • 引证文献(1)
  • 二级引证文献(12)
2015(16)
  • 引证文献(2)
  • 二级引证文献(14)
2016(19)
  • 引证文献(0)
  • 二级引证文献(19)
2017(15)
  • 引证文献(0)
  • 二级引证文献(15)
2018(15)
  • 引证文献(0)
  • 二级引证文献(15)
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
人体舒适度
负荷分解
正常负荷
天气敏感负荷
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