作者:
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:
神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景,特别在智能控制中,人们对神经网络的自学习功能尤其感到兴趣,并且把神经网络这一重要特点看作是解决自动控制中按制器适应能力这个难题的关键钥匙之一。本文旨是就浅析电力电量预测的神经网络方法展开探讨。
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
基于RBF神经网络的日发电量预测
RBF
神经网络
发电量
基于Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
基于MEA-Elman神经网络的电力日负荷预测
日负荷预测
思维进化算法
优化
MEA-Elman神经网络
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 浅析电力电量预测的神经网络方法
来源期刊 城市建设理论研究(电子版) 学科
关键词 基本概况 电力电量预测 神经网络 BP神经网络模型
年,卷(期) 2011,(31) 所属期刊栏目 科技与建筑
研究方向 页码范围
页数 分类号
字数 2463字 语种 中文
DOI
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 张映江 2 10 1.0 2.0
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  (1)
同被引文献  (0)
二级引证文献  (0)
2011(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)
2018(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
基本概况
电力电量预测
神经网络
BP神经网络模型
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
城市建设理论研究(电子版)
旬刊
2095-2104
11-9313/TU
16开
北京市
80-307
2011
chi
出版文献量(篇)
622962
总下载数(次)
847
总被引数(次)
172870
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导