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:
本文介绍了电力负荷预测的重要性,并以泊头市一周内的电力负荷值进行预测,得出PSO-ELMAN网络预测结果要比PSO-BP网络预测结果精度高得多。
推荐文章
基于Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
基于改进BP人工神经网络的电力负荷预测
神经网络
短期电力负荷预测
动量项
同类型日思想
模糊映射
基于模糊逻辑和神经网络的电力负荷预测
神经网络
模糊逻辑
短期负荷预测
基于 BP 神经网络系统的短期电力负荷预测
电力负荷预测
神经网络
BP 算法
MATLAB
误差分析
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 基于改进神经网络模型在电力负荷预测中的实现
来源期刊 电子世界 学科
关键词 电力负荷 神经网络 网络模型
年,卷(期) 2014,(14) 所属期刊栏目 电子科技
研究方向 页码范围 265-265
页数 1页 分类号
字数 1739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 许洋 9 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  (2)
共引文献  (49)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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(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
电力负荷
神经网络
网络模型
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导