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:
针对目前电力负荷预测算法精度不高的现状,提出使用Ada-BP神经网络改进算法作为负荷预测的新方法.通过对同一个训练集训练不同的弱学习器,然后将这些弱学习器集合起来,构成一个强学习器,从而提高算法的泛化能力以及预测精度.将此算法应用于某区域实际电网,结果表明该改进算法满足当前区域电网对负荷预测精度的要求,比常用算法表现出更好的泛化能力,具有一定的实际应用价值.
推荐文章
基于改进BP人工神经网络的电力负荷预测
神经网络
短期电力负荷预测
动量项
同类型日思想
模糊映射
改进BP神经网络的城区中长期电力负荷预测
模拟退火
BP神经网络
电力预测
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
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 Ada-BP神经网络改进算法在电力负荷预测中的应用研究
来源期刊 陕西电力 学科 工学
关键词 负荷预测 神经网络 电力负荷 泛化能力
年,卷(期) 2012,(12) 所属期刊栏目 特别推荐
研究方向 页码范围 21-24
页数 4页 分类号 TM74
字数 3569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 吴明 武汉大学电气工程学院 12 127 6.0 11.0
2 何达 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (127)
共引文献  (715)
参考文献  (13)
节点文献
引证文献  (15)
同被引文献  (80)
二级引证文献  (64)
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)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(11)
  • 参考文献(0)
  • 二级参考文献(11)
1999(14)
  • 参考文献(1)
  • 二级参考文献(13)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(12)
  • 参考文献(2)
  • 二级参考文献(10)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(15)
  • 参考文献(1)
  • 二级参考文献(14)
2004(7)
  • 参考文献(4)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(15)
  • 引证文献(4)
  • 二级引证文献(11)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(23)
  • 引证文献(0)
  • 二级引证文献(23)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
负荷预测
神经网络
电力负荷
泛化能力
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
智慧电力
月刊
2096-4145
61-1512/TM
大16开
西安市柿园路218号
52-185
1973
chi
出版文献量(篇)
5128
总下载数(次)
13
总被引数(次)
22005
论文1v1指导