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:
电力系统短期负荷预测是保证电力系统安全经济运行和实现电网科学管理及调度的重要依据,目前的电力系统短期负荷预测方法存在着一些不足.提出了基于人工神经网络与主分量分析的短期负荷预测方法,在试验中分别采用该方法和单一的人工神经网络对辽宁省某电网的短期负荷进行了预测,试验结果表明本文提出的方法与单一的人工神经网络预测法相比,不但减少了预测的时间,而且避免了过拟合现象,提高了预测精度.
推荐文章
基于LSTM时间递归神经网络的短期电力负荷预测
短期电力负荷预测
LSTM
时间递归
神经网络
基于 BP 神经网络系统的短期电力负荷预测
电力负荷预测
神经网络
BP 算法
MATLAB
误差分析
基于TensorFlow的LSTM循环神经网络短期电力负荷预测
Tensor Flow
LSTM
深度学习
短期电力负荷预测
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
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 基于人工神经网络与主分量分析的短期电力负荷预测方法
来源期刊 东北电力技术 学科 工学
关键词 神经网络 主分量分析 短期电力负荷预测
年,卷(期) 2011,(1) 所属期刊栏目 专论
研究方向 页码范围 1-4
页数 分类号 TM715
字数 2927字 语种 中文
DOI 10.3969/j.issn.1004-7913.2011.01.001
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 罗卫华 18 541 13.0 18.0
2 许睿超 3 48 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (534)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (8)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(11)
  • 参考文献(0)
  • 二级参考文献(11)
1999(14)
  • 参考文献(0)
  • 二级参考文献(14)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(13)
  • 参考文献(3)
  • 二级参考文献(10)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(11)
  • 参考文献(2)
  • 二级参考文献(9)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
神经网络
主分量分析
短期电力负荷预测
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
东北电力技术
月刊
1004-7913
21-1282/TM
大16开
沈阳市和平区四平街39号
1980
chi
出版文献量(篇)
4056
总下载数(次)
9
总被引数(次)
15617
论文1v1指导