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:
通过对小波神经网络和BP神经网络的结构和算法进行理论分析,并对实际电力负荷预测算例进行对比研究,结论证明小波神经网络本身适合对波动性的信号进行预测,而且在神经网络节点数目相同的情况下,小波神经网络比BP神经网络具有更高的预测精度,因此采用小波神经网络有利于减少隐节点数日.
推荐文章
天气因素在短期电力负荷预测中的应用
BP人工神经网络
短期电力负荷预测
电力系统
天气因素
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
人工神经网络在电力系统短期负荷预测中的应用
多层神经网络
BP模型
负荷预测
基于优化决策树的短期电力负荷预测
短期负荷预测
决策树
粗糙集
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 WNN在短期电力负荷预测中的应用
来源期刊 电子技术 学科 工学
关键词 BP神经网络 小波理论 小波神经网络 负荷预测
年,卷(期) 2010,(5) 所属期刊栏目 电子技术设计与应用
研究方向 页码范围 39-41
页数 分类号 TM91
字数 3216字 语种 中文
DOI 10.3969/j.issn.1000-0755.2010.05.015
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 田丽 105 450 10.0 14.0
2 李玲纯 6 35 3.0 5.0
3 王静 11 48 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (179)
参考文献  (3)
节点文献
引证文献  (0)
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)
1995(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)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
研究主题发展历程
节点文献
BP神经网络
小波理论
小波神经网络
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
论文1v1指导