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:
探讨了燃气负荷预测中规格化处理方法,建立了径向基神经网络燃气负荷预测模型.结合实例,对分别采用最大最小、零均值规格化处理的预测结果进行了比较,后者的精度较高.
推荐文章
基于特征的数据规格化方法
数据清洗
最大熵
马尔可夫模型
重叠特征
基于ARIMA结合ConvLSTM的燃气负荷预测
燃气负荷预测
自回归移动平均模型
卷积长短时神经网络
卷积神经网络
长短时记忆网络
城市燃气负荷的短期预测
城市燃气
负荷
短期预测
有效温度
模型
预测步长
城市燃气负荷预测系统体系研究
城市
燃气
负荷分析
负荷预测
系统
研究
应用
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 数据规格化在燃气负荷预测的应用
来源期刊 煤气与热力 学科 工学
关键词 燃气负荷预测 神经网络 规格化
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 25-27
页数 分类号 TU996
字数 1939字 语种 中文
DOI 10.3969/j.issn.1000-4416.2010.11.007
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 梁金凤 5 17 3.0 3.0
2 杨俊杰 9 84 5.0 9.0
3 高铸 4 16 3.0 4.0
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  (2)
同被引文献  (19)
二级引证文献  (2)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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)
2020(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
燃气负荷预测
神经网络
规格化
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
煤气与热力
月刊
1000-4416
12-1101/TU
大16开
天津市和平区新兴路52号都市花园大厦21层
6-36
1978
chi
出版文献量(篇)
5813
总下载数(次)
21
总被引数(次)
33292
论文1v1指导