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:
电力系统负荷预测已成为实现电力系统管理现代化的重要研究内容之一,尤其是短期负荷预测,在电力系统的生产和运行中发挥着重要作用。本文分析了影响负荷预测的主要因素,以安顺市电力负荷数据为例,得出负荷预测结果与历史负荷水平、当前运行状况、气象因素以及日期类型等密切相关。
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
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
电力系统短期负荷新型Volterra预测模型研究
电力系统
短期负荷
Volterra预测模型
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 电力系统短期负荷预测影响因素分析
来源期刊 科技信息 学科 工学
关键词 电力系统 短期负荷预测 负荷特征 影响因素
年,卷(期) 2011,(5) 所属期刊栏目 电力与能源
研究方向 页码范围 353-354
页数 2页 分类号 TM715
字数 语种 中文
DOI
五维指标
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  (0)
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)
研究主题发展历程
节点文献
电力系统
短期负荷预测
负荷特征
影响因素
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
科技信息(学术版)
旬刊
chi
出版文献量(篇)
33663
总下载数(次)
51
总被引数(次)
50452
论文1v1指导