原文服务方: 天然气工业       
摘要:
通过对城市天然气负荷变化规律和影响因素的分析,提出了一种将自组织特征映射(SOFM)网络和多层感知器(MLP)网络相混合,建立城市天然气短期负荷预测模型的方法.为使预测值不受负荷逐年变化这一趋势的影响,把负荷数据变换为特征、均值和方差的形式,利用SOFM网络预测负荷的特征,然后利用MLP网络预测负荷的日均值和方差.研究结果表明,该方法具有较高的预测精度,同时基于这种预测方法的软件包(NGPSLF)也已经成功投入商业运行,取得了满意的效果.
推荐文章
城市燃气短期负荷预测的研究
城市燃气负荷
短期负荷
日负荷
燃气负荷预测
指数平滑预测
基于神经网络的城市燃气短期负荷预测
燃气负荷预测
神经网络
BP模型
基于支持向量机的燃气短期负荷预测
燃气负荷预测
短期负荷
支持向量机
BP神经网络
支持向量回归模型
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
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 城市天然气短期负荷预测研究
来源期刊 天然气工业 学科
关键词 城市 天然气 短期 负荷 预测 自组织特征映射网络 多层感知器 应用
年,卷(期) 2005,(7) 所属期刊栏目 储运与集输工程
研究方向 页码范围 105-107
页数 3页 分类号 TE8
字数 语种 中文
DOI 10.3321/j.issn:1000-0976.2005.07.035
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 刘丁 西安理工大学自动化与信息工程学院 196 3213 31.0 45.0
2 郑岗 西安理工大学自动化与信息工程学院 41 854 18.0 29.0
3 刘涵 西安理工大学自动化与信息工程学院 71 981 16.0 27.0
4 梁炎明 西安理工大学自动化与信息工程学院 23 326 11.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (9)
参考文献  (1)
节点文献
引证文献  (11)
同被引文献  (25)
二级引证文献  (22)
1992(3)
  • 参考文献(0)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
城市
天然气
短期
负荷
预测
自组织特征映射网络
多层感知器
应用
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
天然气工业
月刊
1000-0976
51-1179/TE
大16开
1981-01-01
chi
出版文献量(篇)
7532
总下载数(次)
0
总被引数(次)
117943
论文1v1指导