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:
针对应用小波分析进行电力系统短期负荷预测中小波函数的选择问题,以dbN小波系作为变换工具,通过最大李氏指数检测,比较了不同Ⅳ所产生的预测精度,确定了一种db小波函数为短期负荷预测的核心变换工具.研究结果表明,采用db4作为短期负荷预测的小波函数,预测的结果具有较高的精度.
推荐文章
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
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中小波函数的选择
来源期刊 机电工程 学科 工学
关键词 小波分析 负荷预测 小波函数
年,卷(期) 2009,(10) 所属期刊栏目 电力电子技术
研究方向 页码范围 80-82
页数 3页 分类号 TM714
字数 3206字 语种 中文
DOI 10.3969/j.issn.1001-4551.2009.10.023
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 董新伟 中国矿业大学信息与电气工程学院 15 70 4.0 8.0
2 石超越 中国矿业大学信息与电气工程学院 3 15 3.0 3.0
3 吕康飞 中国矿业大学信息与电气工程学院 4 15 3.0 3.0
4 国芳 中国矿业大学信息与电气工程学院 3 15 3.0 3.0
5 邓薇 中国矿业大学信息与电气工程学院 4 22 4.0 4.0
6 张晓青 中国矿业大学信息与电气工程学院 3 39 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (51)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1994(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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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)
研究主题发展历程
节点文献
小波分析
负荷预测
小波函数
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
机电工程
月刊
1001-4551
33-1088/TM
大16开
浙江省杭州市大学路高官弄9号
32-68
1971
chi
出版文献量(篇)
6489
总下载数(次)
9
总被引数(次)
41536
论文1v1指导