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:
针对电力系统短期负荷预测的流程,分模块对负荷数据的处理、相似日的选取以及各种预测方法进行了总结.通过比较各个方法的优缺点,提出了提高短期负荷预测精度的建议,并对未来短期负荷预测的发展进行了展望.
推荐文章
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
电力系统短期负荷新型Volterra预测模型研究
电力系统
短期负荷
Volterra预测模型
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
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 电力系统短期负荷预测研究概述
来源期刊 电器与能效管理技术 学科 工学
关键词 短期负荷预测 数据处理 相似日选取 预测方法
年,卷(期) 2016,(4) 所属期刊栏目 能效管理
研究方向 页码范围 28-32
页数 5页 分类号 TM715+.1
字数 5347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 刘庆珍 福州大学电气工程与自动化学院 33 271 7.0 16.0
2 沈渊彬 福州大学电气工程与自动化学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (297)
共引文献  (644)
参考文献  (28)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(10)
  • 参考文献(0)
  • 二级参考文献(10)
1999(15)
  • 参考文献(1)
  • 二级参考文献(14)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(26)
  • 参考文献(1)
  • 二级参考文献(25)
2002(26)
  • 参考文献(2)
  • 二级参考文献(24)
2003(25)
  • 参考文献(0)
  • 二级参考文献(25)
2004(25)
  • 参考文献(1)
  • 二级参考文献(24)
2005(23)
  • 参考文献(1)
  • 二级参考文献(22)
2006(32)
  • 参考文献(2)
  • 二级参考文献(30)
2007(23)
  • 参考文献(2)
  • 二级参考文献(21)
2008(26)
  • 参考文献(5)
  • 二级参考文献(21)
2009(15)
  • 参考文献(0)
  • 二级参考文献(15)
2010(14)
  • 参考文献(1)
  • 二级参考文献(13)
2011(13)
  • 参考文献(5)
  • 二级参考文献(8)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
短期负荷预测
数据处理
相似日选取
预测方法
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
电器与能效管理技术
半月刊
2095-8188
31-2099/TM
大16开
上海市武宁路505号
4-200
1959
chi
出版文献量(篇)
6528
总下载数(次)
20
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导