钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
重庆大学学报期刊
\
电力日负荷数据特征模式智能提取方法
电力日负荷数据特征模式智能提取方法
作者:
李明浩
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
日负荷
特征模式
软聚类
神经网络
摘要:
电力负荷数据中可能包含各种坏数据,严重影响负荷预测精度,因此需要从这些含有噪声的日负荷数据中提取出负荷的特征模式,以便对负荷数据进行清洗.以软聚类思想为指导,通过模糊C均值聚类算法及Kohonen自组织特征映射神经网络的互补结合,提出了日负荷特征模式的智能提取方法,该方法不但具有辨识精度高、收敛速度快的优点,而且具有对数据的动态处理能力,为精确的负荷预测和准确的系统分析做好了数据上的准备,对重庆城区供电局负荷数据的实例分析说明了方法的高效性.
暂无资源
收藏
引用
分享
推荐文章
基于神经网络的电力负荷不良数据的清洗
不良数据
清洗
ART2网络
模式漂移
支持向量数据描述法
基于EMD的时标特征提取方法及其在短期电力负荷预测中的应用
时标特性
特征提取
经验模式分解
短期负荷预测
辽宁省日最大电力负荷与气象因子的关系
电力负荷
气象因子
气象负荷
气温
泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究
泛在电力物联网
可控负荷
智能负荷
智能家电控制算法
家电重要系数
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
电力日负荷数据特征模式智能提取方法
来源期刊
重庆大学学报(自然科学版)
学科
工学
关键词
日负荷
特征模式
软聚类
神经网络
年,卷(期)
2006,(2)
所属期刊栏目
电气·热能·材料工程
研究方向
页码范围
50-53
页数
4页
分类号
TM715
字数
3872字
语种
中文
DOI
10.3969/j.issn.1000-582X.2006.02.014
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(31)
参考文献
(1)
节点文献
引证文献
(5)
同被引文献
(7)
二级引证文献
(1)
1998(1)
参考文献(1)
二级参考文献(0)
2006(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)
2009(1)
引证文献(1)
二级引证文献(0)
2014(1)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2018(1)
引证文献(1)
二级引证文献(0)
2019(2)
引证文献(1)
二级引证文献(1)
研究主题发展历程
节点文献
日负荷
特征模式
软聚类
神经网络
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
重庆大学学报
主办单位:
重庆大学
出版周期:
月刊
ISSN:
1000-582X
CN:
50-1044/N
开本:
大16开
出版地:
重庆市沙坪坝正街174号
邮发代号:
78-16
创刊时间:
1960
语种:
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
期刊文献
相关文献
1.
基于神经网络的电力负荷不良数据的清洗
2.
基于EMD的时标特征提取方法及其在短期电力负荷预测中的应用
3.
辽宁省日最大电力负荷与气象因子的关系
4.
泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究
5.
基于大数据平台的电力负荷预测
6.
基于聚类分析的短期负荷智能预测方法研究
7.
短期电力负荷预测方法研究
8.
电力负荷预测的方法研究
9.
基于特征提取相似日的ELM短期负荷预测研究
10.
基于VMD和GWO-SVR的电力负荷预测方法
11.
数据挖掘技术在电力负荷管理系统中的应用
12.
基于聚类融合技术的电力用户负荷模式提取方法
13.
基于KL-散度的智能电网用户特征提取方法
14.
基于云模型和模糊聚类的电力负荷模式提取方法
15.
基于MEA-Elman神经网络的电力日负荷预测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
重庆大学学报2022
重庆大学学报2021
重庆大学学报2020
重庆大学学报2019
重庆大学学报2018
重庆大学学报2017
重庆大学学报2016
重庆大学学报2015
重庆大学学报2014
重庆大学学报2013
重庆大学学报2012
重庆大学学报2011
重庆大学学报2010
重庆大学学报2009
重庆大学学报2008
重庆大学学报2007
重庆大学学报2006
重庆大学学报2005
重庆大学学报2004
重庆大学学报2003
重庆大学学报2002
重庆大学学报2001
重庆大学学报2000
重庆大学学报1999
重庆大学学报2006年第9期
重庆大学学报2006年第8期
重庆大学学报2006年第7期
重庆大学学报2006年第6期
重庆大学学报2006年第5期
重庆大学学报2006年第4期
重庆大学学报2006年第3期
重庆大学学报2006年第2期
重庆大学学报2006年第12期
重庆大学学报2006年第11期
重庆大学学报2006年第10期
重庆大学学报2006年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号