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:
采用VC语言编写基于神经网络技术的城市燃气短期负荷预测模型,经实例验证可以较精确地预测出城市燃气短期负荷.预测模型在权值修正项中引入动量项以加速收敛,在数据输入时引入噪声,以提高网络的泛化推广能力.
推荐文章
基于BP神经网络城市燃气短期负荷预测
燃气负荷
短期负荷
预测
神经网络
燃气短期负荷预测的小波分析综合模型
城市燃气
负荷预测
小波分析
神经网络
时间序列
数学模型
城市燃气短期周期负荷预测的时序模型
城市
燃气负荷
短期
数学模型
傅立叶分析
基于MEA优化BP神经网络的天然气短期负荷预测
天然气
BP神经网络
思维进化算法
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 基于神经网络的城市燃气短期负荷预测
来源期刊 煤气与热力 学科 工学
关键词 燃气负荷预测 神经网络 BP模型
年,卷(期) 2005,(12) 所属期刊栏目 研究与探讨
研究方向 页码范围 10-14
页数 5页 分类号 TU996
字数 3946字 语种 中文
DOI 10.3969/j.issn.1000-4416.2005.12.003
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 冯良 同济大学热能工程系 81 550 14.0 20.0
2 豆连旺 同济大学热能工程系 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (60)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (27)
二级引证文献  (45)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(6)
  • 参考文献(3)
  • 二级参考文献(3)
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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(4)
  • 引证文献(0)
  • 二级引证文献(4)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(7)
  • 引证文献(3)
  • 二级引证文献(4)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(13)
  • 引证文献(2)
  • 二级引证文献(11)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
燃气负荷预测
神经网络
BP模型
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
煤气与热力
月刊
1000-4416
12-1101/TU
大16开
天津市和平区新兴路52号都市花园大厦21层
6-36
1978
chi
出版文献量(篇)
5813
总下载数(次)
21
总被引数(次)
33292
论文1v1指导