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:
电力系统中长期电力负荷数据相对较少,影响因素多且很难预测,其主要由随机性因素和确定性因素决定.根据这些信息中隐藏频率的不同,可利用小波变换原理将其分解到若干频率段上,即得到若干"近似"项和"细节"项,在各项上附加不同的阈值后,应用小波原理对经过阈值处理的各项进行重构,从而达到对原始数据降噪的目的,将去噪后的长期负荷数据作为神经网络的输入进行预测.算例表明,该方法预测结果准确、可靠.
推荐文章
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
基于小波软阈值的中长期电力负荷预测研究
广义回归神经网络
中长期负荷预测
小波软阈值
小波去噪原理
小波软阈值去噪和GRNN网络在月度负荷预测中的应用
月度负荷预测
广义回归神经网络
小波软阈值
去噪
基于小波支持向量回归的电力系统负荷预测
电力负荷
小波支持向量回归
短期预测
混沌动力系统
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 小波软阈值技术在电力负荷预测中的应用
来源期刊 电力科学与工程 学科 工学
关键词 神经网络 电力负荷预测 小波软阈值 去噪
年,卷(期) 2008,(10) 所属期刊栏目
研究方向 页码范围 18-20
页数 3页 分类号 TM715
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
神经网络
电力负荷预测
小波软阈值
去噪
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
电力科学与工程
月刊
1672-0792
13-1328/TK
大16开
河北省保定市永华北大街619号华北电力大学
18-182
1985
chi
出版文献量(篇)
3177
总下载数(次)
3
论文1v1指导