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:
在分析短期负荷预测特征及其主要影响因素的基础上,比较了专家系统、神经网络、支持向量机这些新一代短期负荷预测方法和组合模型的优缺点,综述了近年来上述方法的应用及研究情况,重点介绍了支持向量机和组合模型两种预测方法,指出了智能化、组合模型、区间概率化是未来短期负荷预测方法研究的主要发展方向,并就短期负荷预测实用化提出了建议.
推荐文章
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
电力系统短期负荷新型Volterra预测模型研究
电力系统
短期负荷
Volterra预测模型
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 电力系统短期负荷预测新方法
来源期刊 四川电力技术 学科 工学
关键词 电力系统 短期负荷预测 智能方法 组合模型
年,卷(期) 2008,(1) 所属期刊栏目 电力市场
研究方向 页码范围 61-65
页数 5页 分类号 TM714
字数 5917字 语种 中文
DOI 10.3969/j.issn.1003-6954.2008.01.020
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 刘俊勇 四川大学电气信息学院 423 6701 41.0 61.0
2 刘友波 四川大学电气信息学院 146 1570 21.0 33.0
3 唐杰明 四川大学电气信息学院 4 34 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (295)
参考文献  (12)
节点文献
引证文献  (12)
同被引文献  (6)
二级引证文献  (2)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(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(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(11)
  • 参考文献(3)
  • 二级参考文献(8)
2002(10)
  • 参考文献(1)
  • 二级参考文献(9)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(16)
  • 参考文献(3)
  • 二级参考文献(13)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
电力系统
短期负荷预测
智能方法
组合模型
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
四川电力技术
双月刊
1003-6954
51-1315/TM
大16开
四川省成都市高新区锦晖西二街16号四川电科院媒体业务中心
1978
chi
出版文献量(篇)
3021
总下载数(次)
2
总被引数(次)
10921
论文1v1指导