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:
电力系统负荷预测通过对历史数据分析,预测未来需求。本文先用小波聚类对数据进行负荷分类,再分别用经典的遗传算法、Elman神经网络算法、小波-神经网络算法和组合智能算法建立预测模型。通过比较以上几种短期电力负荷预测模型的仿真结果,验证了混合智能算法可以大大增强负荷预测结果的准确性和可靠性,具有良好的应用前景。
推荐文章
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
天气因素在短期电力负荷预测中的应用
BP人工神经网络
短期电力负荷预测
电力系统
天气因素
基于优化决策树的短期电力负荷预测
短期负荷预测
决策树
粗糙集
电力短期负荷预测模型与软件开发
电力系统
短期负荷预测
人工神经网络
模糊逻辑
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 短期电力负荷预测研究
来源期刊 电子测试 学科
关键词 遗传算法 Elman神经网络算法 小波变换
年,卷(期) 2015,(19) 所属期刊栏目 测试工具与解决方案
研究方向 页码范围 104-105
页数 2页 分类号
字数 1773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 王世芳 安徽工程大学电气工程学院 5 4 1.0 2.0
2 许祎 安徽工程大学电气工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
Elman神经网络算法
小波变换
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导