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:
在我国节能减排的大环境下,企业的电能耗预测问题一直都备受关注.准确预测电能耗对企业决策有重要的意义.本文以鞍山某矿山公司电能耗历史数据为研究对象,通过Grubbs检验进行数据的离群检测,以剔除某些失真数据,并用主成分分析法对电能耗的影响因素进行降维处理,建立了BP神经网络的电能耗预测模型.利用Matlab对数据分析,给出了该公司未来一年内各月份的电能耗情况.
推荐文章
优化BP神经网络的位移预测模型
改进粒子群算法
BP神经网络
混凝土重力坝
位移
预测
仿真分析
基于BP神经网络的空调能耗预测与监控系统
空调能耗
系统设计
模型建立
BP神经网络
数据拟合
仿真实验
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
基于BP神经网络对NMR的预测模型
1H NMR和13C NMR
神经网络
BP算法
预测模型
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 企业电能耗的BP神经网络预测模型
来源期刊 辽宁科技大学学报 学科 工学
关键词 BP神经网络 电能耗 离群检测 主成分分析 预测模型
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 343-349
页数 7页 分类号 TM761
字数 3521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 郭良栋 辽宁科技大学理学院 11 15 2.0 3.0
2 张有山 辽宁科技大学理学院 2 4 1.0 2.0
3 李光远 3 8 2.0 2.0
4 邢军 辽宁科技大学理学院 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (247)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (11)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
BP神经网络
电能耗
离群检测
主成分分析
预测模型
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
辽宁科技大学学报
双月刊
1674-1048
21-1555/TF
大16开
辽宁省鞍山市高新技术产业开发区千山路185号
1979
chi
出版文献量(篇)
2893
总下载数(次)
6
总被引数(次)
9608
论文1v1指导