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:
采用神经网络进行负荷预测,为了进一步减少输入变量的个数,减小网络结构,在基于粗糙集理论约简的基础上,采用能消除变量间相关性的主成分分析法对负荷影响因素约简,并且通过实例研究证明了此法的有效性.
推荐文章
基于随机森林算法和粗糙集理论的改进型深度学习 短期负荷预测模型
电力负荷预测
随机森林(RF)算法
深度学习(DL)
粗糙集理论(RST)
基于粗糙集理论-主成分分析的Elman神经网络短期风速预测
风速预测
Elman神经网络
主成分分析
粗糙集理论
预测值修正
基于扩展粗糙集的短期电力负荷预测模型
短期电力负荷预测
粗糙集
属性约简
基于粗糙集的遗传神经网络短期负荷预测方法
短期负荷预测
粗糙集
神经网络
遗传算法
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 基于粗糙集和主成分分析结合的短期负荷预测
来源期刊 华北电力大学学报 学科 工学
关键词 负荷预测 粗糙集 主成分分析 神经网络
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 1-4
页数 4页 分类号 TM715
字数 3251字 语种 中文
DOI 10.3969/j.issn.1007-2691.2007.01.001
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 尹成群 华北电力大学电气与电子工程学院 70 714 14.0 23.0
2 何玉钧 华北电力大学电气与电子工程学院 36 372 12.0 18.0
3 孙伟 华北电力大学电气与电子工程学院 21 294 10.0 17.0
4 康丽峰 华北电力大学电气与电子工程学院 3 53 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (137)
参考文献  (9)
节点文献
引证文献  (15)
同被引文献  (21)
二级引证文献  (42)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(10)
  • 参考文献(3)
  • 二级参考文献(7)
2004(10)
  • 参考文献(3)
  • 二级参考文献(7)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(9)
  • 引证文献(2)
  • 二级引证文献(7)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
负荷预测
粗糙集
主成分分析
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
华北电力大学学报(自然科学版)
双月刊
1007-2691
13-1212/TM
大16开
北京市德胜门外朱辛庄北农路2号
18-138
1974
chi
出版文献量(篇)
2661
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导