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:
月度用电量预测是中期负荷预测的主要内容,也是制定月度发电规划的基础.文中以美国亚利桑那州为例,采用小波分析法,首先使用小波变换获得若干个采样点减少一半的小波系数;然后分别对各系数插零、重构,恢复到原数据的长度;最后采用RBF神经网络对恢复长度的各系数进行预测.该方法将月度用电量的时间序列分解成趋势项和波动项,分别进行预测,提高了预测精度.
推荐文章
基于电能替代背景下的新疆用电量预测研究
电能替代
用电量预测
最优组合预测模型
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
基于ARIMA模型对汽车工厂用电量分析与预测
时间序列
ARIMA模型
汽车工厂
用电量
Eviews 10
月度用电量灰色预测改进模型
灰色预测
季节指数
残差修正
月度用电量
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 应用于月度用电量预测的小波分析法
来源期刊 江苏电机工程 学科 工学
关键词 用电量预测 小波 RBF神经网络
年,卷(期) 2014,(2) 所属期刊栏目 专论与综述
研究方向 页码范围 8-11
页数 4页 分类号 TM715
字数 2505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 吴雪花 南京航空航天大学金城学院 4 36 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (39)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (41)
二级引证文献  (70)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(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)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(9)
  • 引证文献(2)
  • 二级引证文献(7)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(19)
  • 引证文献(0)
  • 二级引证文献(19)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
用电量预测
小波
RBF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
电力工程技术
双月刊
1009-0665
32-1866/TM
16开
江苏省南京市江宁区帕威尔路1号
1982
chi
出版文献量(篇)
3196
总下载数(次)
7
总被引数(次)
15815
论文1v1指导