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:
对于基于人工神经网络的短期负荷预测来说,日期类型(星期几)是需要考虑的重要影响因素。通常,日期类型系数被编成7位二进制码作为神经网络的输入变量。该文提出一种日期类型系数的确定方法,将日期类型系数编为1位输入变量,由于精简了输入量,从而提高了预测精度。该日期类型系数通过计算不同日期类型的负荷–气温散点图的拟合曲线、并估计不同日期类型的负荷之差得到。为了消除夏季气温累计效应对负荷的影响并得到更清晰的负荷日期特征,
推荐文章
基于RBF神经网络的制造业费用分配系数确定方法
费用
径向基函数
神经网络
分配系数
一种模糊神经网络的结构和参数的确定方法
模糊神经网络
模糊网格划分
反向传播学习算法
基于MEA-Elman神经网络的电力日负荷预测
日负荷预测
思维进化算法
优化
MEA-Elman神经网络
基于BP神经网络的翼型空气动力系数预测
BP神经网络
空气动力系数
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 基于神经网络的日峰荷预测方法中日期类型系数的确定
来源期刊 中国电机工程学报 学科 工学
关键词 负荷预测 神经网络 日期类型系数 气温累积效应
年,卷(期) 2015,(22) 所属期刊栏目 大电网规划与运行
研究方向 页码范围 5715-5722
页数 8页 分类号 TM715
字数 700字 语种 中文
DOI 10.13334/j.0258-8013.pcsee.2015.22.005
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 李扬 东南大学电气工程学院 176 4589 40.0 60.0
2 杨斌 12 34 4.0 5.0
3 包宇庆 东南大学电气工程学院 5 83 3.0 5.0
4 陈楚 1 8 1.0 1.0
5 阮文骏 1 8 1.0 1.0
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  (8)
同被引文献  (20)
二级引证文献  (8)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
负荷预测
神经网络
日期类型系数
气温累积效应
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
中国电机工程学报
半月刊
0258-8013
11-2107/TM
大16开
北京清河小营东路15号 中国电力科学研究院内
82-327
1964
chi
出版文献量(篇)
16022
总下载数(次)
42
总被引数(次)
572718
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导