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
城市天然气短期日需求量预测新模型
城市天然气
短期日需求量
预测模型
气象
日期
政策
最小二乘支持向量机
误差
精度
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
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
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