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:
一般的电力负荷预测都是只针对电力历史负荷值做预测,而实际电力负荷是受到各种因素制约的复杂非线性系统.首先提出多因素影响的灰色神经网络组合预测模型,研究同时考虑了在各可定量分析因素影响下的负荷增长和波动二重趋势性问题.通过电力负荷预测应用的实例,对某地区电力负荷值,GDP值和各产业值进行分析,建立对应的优化组合预测模型,并与其它算法进行比较,计算结果表明,所提出的方法综合考虑了电力负荷的多种特性,能有效地提高负荷预测精度.
推荐文章
基于多因素影响的负荷预测神经网络方法
负荷预测
神经网络
BP算法
农网负荷
边坡位移预测组合灰色神经网络方法
灰色模型
组合灰色神经网络
边坡位移
预测
基于Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
电力系统短期负荷预测的多神经网络集成模型
自适应神经网络
短期负荷预测
Boosting算法
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 多因素影响的灰色神经网络组合电力负荷预测
来源期刊 华东电力 学科 工学
关键词 电力负荷预测 人工神经网络 灰色 优化组合 精度
年,卷(期) 2006,(7) 所属期刊栏目 研究与创新
研究方向 页码范围 6-9
页数 4页 分类号 TM7
字数 3448字 语种 中文
DOI 10.3969/j.issn.1001-9529.2006.07.003
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 牛东晓 306 6130 40.0 64.0
2 邢棉 29 1302 19.0 29.0
3 顾曦华 5 48 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (310)
参考文献  (9)
节点文献
引证文献  (26)
同被引文献  (27)
二级引证文献  (100)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(7)
  • 参考文献(3)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(5)
  • 参考文献(3)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(9)
  • 引证文献(6)
  • 二级引证文献(3)
2009(9)
  • 引证文献(6)
  • 二级引证文献(3)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(17)
  • 引证文献(2)
  • 二级引证文献(15)
2012(17)
  • 引证文献(5)
  • 二级引证文献(12)
2013(13)
  • 引证文献(0)
  • 二级引证文献(13)
2014(11)
  • 引证文献(0)
  • 二级引证文献(11)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(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
电力负荷预测
人工神经网络
灰色
优化组合
精度
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
华东电力
月刊
1001-9529
31-1479/TM
大16开
上海市邯郸路171号
4-477
1972
chi
出版文献量(篇)
5669
总下载数(次)
8
总被引数(次)
52592
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导