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:
从整合用电信息和气象信息等实时多信息源出发,研究了ARIMA预测及BP神经网络预测的单一模型,得出了BP神经网络预测模型更加适用于需求侧超短期负荷预测的结论,对全力推进电力需求侧管理信息平台和长效机制的建设具有重要指导作用。
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
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
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LSTM时间递归神经网络的短期电力负荷预测
短期电力负荷预测
LSTM
时间递归
神经网络
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 电力需求侧的超短期负荷预测分析
来源期刊 机电信息 学科
关键词 电力需求侧 负荷预测 多信息源
年,卷(期) 2015,(21) 所属期刊栏目 设计与分析
研究方向 页码范围 122-123,125
页数 3页 分类号
字数 3275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 马燕军 北京国电龙高科环境工程技术有限公司设计部 2 3 1.0 1.0
2 陈嘉曦 华北电力大学电气与电子工程学院 2 3 1.0 1.0
3 华亮亮 国网蒙东电力通辽供电公司生产技术部 7 65 3.0 7.0
4 刘明昌 国网蒙东电力通辽供电公司生产技术部 4 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (124)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (7)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
电力需求侧
负荷预测
多信息源
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
机电信息
旬刊
1671-0797
32-1628/TM
大16开
南京山西路120号江苏成套大厦12楼
28-285
2001
chi
出版文献量(篇)
19929
总下载数(次)
45
总被引数(次)
30590
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导