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:
智能电网用户端环境下的用电模式有其自身的特点.结合该特点对成熟的神经元网络负荷预测方法进行改进,着重优化预测的输入部分,形成一套适合智能电网用户端环境下短期负荷预测方法.算例结果表明,该方案有助于预测准确率的提高.
推荐文章
基于聚类分析的短期负荷智能预测方法研究
数据挖掘
负荷预测
聚类
支持向量机
k-means
智能电网环境下用户行为可信数据安全交换研究
智能电网
数据交换
行为可信
交换协议
关联分析
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
有线数字电视用户端故障维修若干实例
有线数字电视
用户端
故障维修
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 智能电网用户端环境下短期负荷预测方法的研究
来源期刊 低压电器 学科 工学
关键词 智能电网用户端 短期负荷预测 神经元网络 模型参数修正
年,卷(期) 2012,(17) 所属期刊栏目 研究与分析
研究方向 页码范围 8-12
页数 分类号 TM727
字数 4284字 语种 中文
DOI 10.3969/j.issn.1001-5531.2012.17.002
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 罗锐利 6 20 3.0 4.0
2 柴熠 2 8 2.0 2.0
3 孙大帅 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (746)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (30)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
智能电网用户端
短期负荷预测
神经元网络
模型参数修正
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
电器与能效管理技术
半月刊
2095-8188
31-2099/TM
大16开
上海市武宁路505号
4-200
1959
chi
出版文献量(篇)
6528
总下载数(次)
20
总被引数(次)
27383
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导