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:
提出了一种基于小波多分辨率分析和傅立叶基函数神经网络算法(FT-ANN)进行短期负荷预测方法.通过小波多分辨率分析把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相匹配的人工神经网络模型进行预测,最后叠加得到负荷序列的最终预测结果.多分辨率分解能够提取负荷序列中一些周期性特征,符合周期傅立叶级数模型,并采用傅立叶基神经网络模型获得了预测结果.经实例验证,该方法具有较高的预测精度和较强的适应能力.
推荐文章
基于MRA+LMBP模型对电力系统短期负荷预测的研究
短期负荷预测
人工神经网络
L-M算法
多分辨率分析
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
基于遗传优化神经网络的电力系统短期负荷预测
遗传算法
神经网络
电力系统
短期负荷预测
优化
基于改进神经网络的农村电力系统短期负荷预测
BP神经网络
L-M算法
电力系统短期负荷
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 基于多分辨率分析和傅立叶基神经网络的电力系统短期负荷预测
来源期刊 现代电力 学科 工学
关键词 短期负荷预测 多分辨率分析 傅立叶基函数神经网络 人工神经网络 小波
年,卷(期) 2009,(3) 所属期刊栏目 电气工程
研究方向 页码范围 58-62
页数 5页 分类号 TM715
字数 3316字 语种 中文
DOI 10.3969/j.issn.1007-2322.2009.03.013
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 曾喆昭 长沙理工大学电气与信息工程学院 81 495 13.0 16.0
2 吕振梅 长沙理工大学电气与信息工程学院 6 20 2.0 4.0
3 何淑贞 3 6 1.0 2.0
4 黄丹 长沙理工大学电气与信息工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (150)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(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)
1996(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
短期负荷预测
多分辨率分析
傅立叶基函数神经网络
人工神经网络
小波
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
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
总被引数(次)
22233
论文1v1指导