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:
电力系统负荷预测是电力部门日常重要工作,传统的预测方法有很多缺点,并不能真实地反映负荷变化规律。数据挖掘技术具有强大的数据处理能力,可以从海量数据中发现有价值的规律。通过对电力系统实际负荷特性的分析,利用数据挖掘算法,建立合理准确的数学模型,最终得出精确的预测结果。
推荐文章
改进贝叶斯分类器在电力系统负荷预测中的应用
贝叶斯分类器
粗糙集
负荷预测
人工神经网络在电力系统短期负荷预测中的应用
多层神经网络
BP模型
负荷预测
数据挖掘技术在电力负荷管理系统中的应用
数据挖掘
负荷数据
数据预处理
多元线性回归
油田电力系统中长期负荷预测方法
油田电力系统
长期负荷
预测模型
测试
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 数据挖掘在电力系统负荷预测中的应用
来源期刊 电子制作 学科
关键词 数据挖掘 电力系统 负荷预测
年,卷(期) 2015,(11) 所属期刊栏目 应用技术 Application Technology
研究方向 页码范围 235-236
页数 2页 分类号
字数 3587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 王彦文 中国矿业大学北京机电与信息工程学院 34 75 4.0 8.0
2 袁哲 中国矿业大学北京机电与信息工程学院 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  (5)
共引文献  (24)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (3)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(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)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
数据挖掘
电力系统
负荷预测
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导