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:
为了降低历史负荷数据噪声对负荷预测的影响,提高电力负荷的预测精度,提出了一种基于小波去噪和BP神经网络的电力负荷预测方法.首先,对所得电力负荷数据进行了小波变换去噪处理,有效去除了噪声,然后利用BP神经网络在非线性处理中的优异特性,对小波去噪后的电力负荷进行了BP神经网络建模训练及仿真.实验结果表明:相比于其他电力负荷模型,该方法可以有效提高电力负荷的预测精度,是一种有效的电力负荷预测方法.
推荐文章
小波神经网络及其在电力负荷预测中应用概述
电力系统
负荷预测
小波理论
小波神经网络
BP神经网络
小波软阈值去噪和GRNN网络在月度负荷预测中的应用
月度负荷预测
广义回归神经网络
小波软阈值
去噪
小波阈值神经网络在信号去噪及预测中的应用
最优阈值
神经网络
预测
信号去噪
基于小波去噪和神经网络的滑坡变形组合预测研究
滑坡
变形监测数据
小波去噪
组合预测
神经网络
分项预测
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 小波去噪和神经网络在电力负荷预测中的应用研究
来源期刊 数字技术与应用 学科 工学
关键词 小波变换 神经网络 负荷预测 数据预处理
年,卷(期) 2012,(7) 所属期刊栏目
研究方向 页码范围 73-74
页数 分类号 TM715
字数 2273字 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  (38)
共引文献  (67)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
小波变换
神经网络
负荷预测
数据预处理
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导