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:
电力工业是国民经济发展中最重要的基础能源产业,加强电力行业的供电管理,防止电力的浪费对做好节能减排工作具有重要意义。本文在神经网络基础上,提出了一套反漏窃电智能分析系统数据挖掘的设计方案,实验结果表明该方案能实现对漏窃电事件的智能科学预测,为电力企业提供智能化的分析手段,为其管理提供技术支持,使漏窃电防治工作变被动为主动。
推荐文章
小波神经网络在反窃电系统中的应用研究
小波神经网络
反窃电
指标评价体系
窃电嫌疑因子
基于配电物联网的反窃电预警系统研究及应用
配电物联网终端
反窃电预警
窃电行为辨识
关于窃电与反窃电的思考
供电企业
用户
用电管理
窃电
反窃电
用电检查窃电与反窃电防范对策
窃电行为
反窃电
用电检查
计量装置
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 基于神经网络反漏窃电智能分析系统的研究
来源期刊 南方职业教育学刊 学科 工学
关键词 BP神经网络 反漏窃电 数据挖掘
年,卷(期) 2015,(2) 所属期刊栏目 应用技术
研究方向 页码范围 86-90
页数 5页 分类号 TP301
字数 2137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 罗芳 15 20 1.0 4.0
2 林生佐 9 1 1.0 1.0
3 潘光辉 中国移动清远分公司网络优化中心 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (127)
共引文献  (181)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(19)
  • 参考文献(1)
  • 二级参考文献(18)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
反漏窃电
数据挖掘
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
南方职业教育学刊
双月刊
2095-073X
44-1679/G4
大16开
广东省汕头市濠江区东湖汕头职业技术学院内;广州市白云区石井庆隆中路100号
2011
chi
出版文献量(篇)
1252
总下载数(次)
4
论文1v1指导