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:
提出了一种新的基于改进Elman网络的燃气日负荷预测模型.不仅考虑了隐层节点的反馈,还考虑了输出层节点的两个反馈。模型中综合考虑了天气、温度、日期类型等因素,并与实际数据及其它网络预测结果进行对比。结果表明:该网络预测具有较好的精度。
推荐文章
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
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OIF-Elman神经网络的燃气日负荷预测
OIF-Elman 网络
燃气日负荷
预测
基于Elman和多项式模型电力负荷短期预测
Elman
多项式拟合
电力系统负荷数据
MATLAB
相对误差
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OIHF Elman网络的燃气日负荷预测
来源期刊 天津燃气 学科 工学
关键词 OIHF ELMAN网络 日负荷预测 数学模型 影响因素 误差分析
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 9-12
页数 4页 分类号 TP273.2
字数 语种
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 孟萌 4 0 0.0 0.0
2 李国芳 2 0 0.0 0.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2012(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
OIHF
ELMAN网络
日负荷预测
数学模型
影响因素
误差分析
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
天津燃气
季刊
天津市和平区吴家窑二号路44号
出版文献量(篇)
1139
总下载数(次)
2
总被引数(次)
0
论文1v1指导