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:
粒子群算法用于优化神经网络的权值和阈值,构成粒子群神经网络.将其应用于我国某地区中长期用电量预测建模,并采用滚动时间窗技术来处理用电量预测模型的输入输出数据.通过与实际数据对比,结果表明,采用滚动时间窗技术的粒子群神经网络用于该地区中长期用电量预测建模可行有效,模型预测结果满足要求.
推荐文章
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
城市中长期用电量预测方法研究
电力市场
用电量预测
预测模型
一元线性回归法
基于电能替代背景下的新疆用电量预测研究
电能替代
用电量预测
最优组合预测模型
基于灰色模型的中长期电力负荷预测
灰色模型
电力负荷
中长期预测
分等时段序列
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 基于神经网络的中长期用电量预测模型
来源期刊 上海电机学院学报 学科 工学
关键词 粒子群算法 神经网络 滚动时间窗 用电量 模型
年,卷(期) 2009,(1) 所属期刊栏目 机电工程
研究方向 页码范围 20-24
页数 5页 分类号 TM74
字数 4295字 语种 中文
DOI 10.3969/j.issn.2095-0020.2009.01.005
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 陈国初 上海电机学院电气学院 78 405 11.0 17.0
2 刘军 上海电机学院电气学院 70 454 10.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (79)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (31)
二级引证文献  (77)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(14)
  • 引证文献(0)
  • 二级引证文献(14)
2018(15)
  • 引证文献(0)
  • 二级引证文献(15)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群算法
神经网络
滚动时间窗
用电量
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
上海电机学院学报
双月刊
2095-0020
31-1996/Z
16开
上海市橄榄路1350号
1987
chi
出版文献量(篇)
1800
总下载数(次)
4
总被引数(次)
5924
论文1v1指导