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:
为提高电力系统负荷预测准确度,针对当前负荷特性研究中出现的问题,通过分析多种气象因素与电力负荷的对应关系,提出了一种新型的电力负荷预测的多模型方法。该方法首先采用多个神经网络模型来实现低层的预测;然后通过气象因素修正电力负荷结果,进而构建全局预测模型。通过实例研究,证实了所提方法的有效性。
推荐文章
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
电力负荷预测的方法研究
电力负荷
预测方法
应用
电力系统短期负荷预测的多神经网络集成模型
自适应神经网络
短期负荷预测
Boosting算法
基于云模型的电力负荷预测
云模型
不确定性数据
负荷预测
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 关于多模型方法预测电力负荷的研究
来源期刊 河南电力 学科 工学
关键词 电力负荷预测 多模型 神经网络
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 10-12
页数 3页 分类号 TK012
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 俎洋辉 7 0 0.0 0.0
2 李鸿伯 1 0 0.0 0.0
3 刘岩 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  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
电力负荷预测
多模型
神经网络
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
河南电力
月刊
16开
郑州市金水东路56号
2008
chi
出版文献量(篇)
4227
总下载数(次)
7
总被引数(次)
59
论文1v1指导