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:
本文对电力负荷预测的研究主要运用了数据挖掘中的聚类分析法,建立了预测算法与预测模型相分离的通用算法库,实现了负荷预测的智能化.通过海量数据存储,数据挖掘和决策信息的支持,可有效地克服数据有限性、不完整性及影响因素复杂性对预测结果的影响,发挥独特优势,实现经济价值.
推荐文章
基于大数据平台的电力负荷预测
大数据
Hadoop
云计算
Mapreduce
电力系统
电力负荷预测
基于数据挖掘的智能化学习系统DMBILS
数据仓库
数据挖掘
网络教育
智能化学习系统
智能化数据挖掘系统的设计与实现
数据挖掘
构件
B/S
Java
Internet
数据挖掘技术下的智能化车辆管理系统实现
数据挖掘技术
智能化技术
车辆管理系统
数据分析
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 基于数据挖掘的智能化电力负荷预测
来源期刊 科技信息(学术版) 学科 工学
关键词 电力系统 数据挖掘 智能化 负荷预测
年,卷(期) 2008,(12) 所属期刊栏目 博士·专家论坛1
研究方向 页码范围 24-26
页数 3页 分类号 TM7
字数 3364字 语种 中文
DOI
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 李卓玲 沈阳工程学院信息工程系 21 114 7.0 9.0
2 王大玲 东北大学信息学院 70 1479 23.0 36.0
3 杨政 沈阳工程学院信息工程系 24 93 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (77)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
数据挖掘
智能化
负荷预测
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
科技信息(学术版)
旬刊
chi
出版文献量(篇)
33663
总下载数(次)
51
总被引数(次)
50452
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导