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:
通过对岳阳县地区电力负荷历史数据及特点的研究,分析了影响中期负荷预测准确性的多方面因素,利用日常负荷与气象条件的关系,建立神经网络中期负荷预测模型,研究了这一人工智能技术应用于电力系统负荷预测的可行性。提出了一种基于BP神经网络的综合预测方法,能够稳定和较准确地对电力负荷做出预测。在实际电力负荷预测中,该方法取得了比较高的的预测精度。
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
基于联想神经网络算法的电力系统负荷预测
人工神经网络
负荷预测
电力系统
联想
优化算法
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GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
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BP神经网络的电力系统负荷预测研究
来源期刊 科技创新导报 学科 工学
关键词 电力负荷 预测 神经网络 BP算法
年,卷(期) 2011,(27) 所属期刊栏目 工程技术
研究方向 页码范围 90-91
页数 分类号 TM73
字数 1940字 语种 中文
DOI 10.3969/j.issn.1674-098X.2011.27.075
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 王智迪 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (9)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 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
电力负荷
预测
神经网络
BP算法
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
科技创新导报
旬刊
1674-098X
11-5640/N
大16开
北京市
2004
chi
出版文献量(篇)
89179
总下载数(次)
271
总被引数(次)
207854
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导