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:
应用扩展自组织映射网络研究了电力系统峰值负荷预测问题.在传统的Kohonen自组织映射(SOM)网络的学习算法的基础上,为了提高电力系统峰值负荷预测的精度,进一步提出了一种扩展的自组织映射算法.在这个SOM网络中,除了权矩阵外,还有一个输入输出对的局部梯度(Jocobian)矩阵也被存储在神经元中.这样,在输出空间中梯度信息围绕输出权值产生了一个一阶扩展,便可得到一个输出的改进估计值.同时,提出了一个Jocobian矩阵的生成算法.最后采用纽约市的电力负荷数据为研究对象,证明了所提出方法的有效性.
推荐文章
基于自组织映射网络的油藏表征模型
油藏表征
自组织映射
聚类分析
数据挖掘
岩性识别
基于自组织映射网络的网络入侵检测算法设计
自组织映射
网络入侵检测
网络安全
检测率
基于核的自组织映射聚类
聚类算法
自组织映射
特征空间
核函数
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 基于自组织映射网络的峰值负荷预测方法
来源期刊 中国电力 学科 工学
关键词 负荷预测 自组织映射网络 电力峰值负荷
年,卷(期) 2007,(8) 所属期刊栏目 电力系统
研究方向 页码范围 32-35
页数 4页 分类号 TM715
字数 3138字 语种 中文
DOI 10.3969/j.issn.1004-9649.2007.08.007
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 董立文 6 75 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (40)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (15)
二级引证文献  (6)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
负荷预测
自组织映射网络
电力峰值负荷
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
中国电力
月刊
1004-9649
11-3265/TM
大16开
北京市昌平区北七家镇未来科技城北区国家电网公司办公区B315
2-427
1956
chi
出版文献量(篇)
7025
总下载数(次)
12
总被引数(次)
92972
论文1v1指导