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:
基于小波变换的思想建立了递归BP网络模型来预测空调负荷,改进了网络权值、阈值的修改算法,引入了折扣系数法以提高近期预测精度,结合一实例进行了空调逐时冷负荷预测,结果表明该方法预测精度高,适用于空调负荷预测.
推荐文章
应用小波神经网络进行负荷预测的MATLAB编程仿真
短期负荷预测
小波神经网络
MATLAB
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于改进BP神经网络的中央空调冷负荷预测研究
负荷预测
BP神经网络
粒子群算法
误差反馈
基于小波神经网络的机械故障预测
小波网络
机械故障
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 基于小波变换的神经网络空调负荷预测研究
来源期刊 暖通空调 学科 工学
关键词 小波变换 神经网络 空调负荷预测 递归BP网络
年,卷(期) 2005,(4) 所属期刊栏目 专题研讨
研究方向 页码范围 13-17
页数 5页 分类号 TM92
字数 3142字 语种 中文
DOI 10.3969/j.issn.1002-8501.2005.04.004
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 曹家枞 52 499 12.0 20.0
2 曹双华 7 192 7.0 7.0
3 李涛 3 50 2.0 3.0
4 沈晓青 1 40 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (49)
参考文献  (4)
节点文献
引证文献  (40)
同被引文献  (39)
二级引证文献  (164)
1986(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)
2000(4)
  • 参考文献(3)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(7)
  • 引证文献(3)
  • 二级引证文献(4)
2010(11)
  • 引证文献(3)
  • 二级引证文献(8)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(9)
  • 引证文献(2)
  • 二级引证文献(7)
2013(23)
  • 引证文献(1)
  • 二级引证文献(22)
2014(25)
  • 引证文献(7)
  • 二级引证文献(18)
2015(27)
  • 引证文献(5)
  • 二级引证文献(22)
2016(29)
  • 引证文献(4)
  • 二级引证文献(25)
2017(25)
  • 引证文献(4)
  • 二级引证文献(21)
2018(15)
  • 引证文献(2)
  • 二级引证文献(13)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
小波变换
神经网络
空调负荷预测
递归BP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
暖通空调
月刊
1002-8501
11-2832/TU
大16开
北京市西城区德胜门外大街36号凯旋大厦A座4层
2-758
1971
chi
出版文献量(篇)
7308
总下载数(次)
24
论文1v1指导