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:
智能电网的发展给传统用电模式带来了重大变化,其中一个显著变化就是用户可以根据电能需求结合实时电价调整消费模式,这就使得负荷预测变得更加复杂.通过对影响短期负荷特性的各种因素进行分析,综合考虑实时电价的影响,提出了一种改进的神经网络方法对短期负荷进行预测.在模型建立过程中,通过对改进BP神经网络训练样本集进行主成分分析(principle component analysis,PCA)来改进样本的输入因子数,从而简化网络结构提高网络精度.实验结果表明,所提方法有效地降低了输入样本维数,提高了预测精度,能够较好地解决实时电价下的短期负荷预测问题.
推荐文章
基于遗传灰色神经网络模型的实时电价条件下短期电力负荷预测
智能电网
实时电价
负荷预测
遗传算法
灰色神经网络
基于柔性负荷的负荷特性分析和短期负荷预测新技术
柔性负荷
负荷特性分析
短期负荷预测
智能电网
城市燃气负荷的短期预测
城市燃气
负荷
短期预测
有效温度
模型
预测步长
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
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 实时电价条件下的短期负荷预测
来源期刊 现代电力 学科 工学
关键词 智能电网 实时电价 主成分分析 BP神经网络 短期负荷预测
年,卷(期) 2013,(5) 所属期刊栏目 其它
研究方向 页码范围 78-82
页数 5页 分类号 TM715
字数 3499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 孙国强 河海大学能源与电气学院 167 3205 29.0 51.0
2 刘梦轩 河海大学能源与电气学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (125)
共引文献  (792)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (25)
二级引证文献  (2)
1985(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)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(28)
  • 参考文献(1)
  • 二级参考文献(27)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能电网
实时电价
主成分分析
BP神经网络
短期负荷预测
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
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
论文1v1指导