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:
对常用的风险指标预测方法进行了分析比较,分析了各种风险指标预测方法的优缺点,并结合智能电网风险指标预测的实际情况选定LVQ神经网络预测方法作为系统的风险指标预测方法.结合国内外文献对智能电网的脆弱性与安全性的影响因素进行了分析,为风险指标预测指标体系的建立提供了基础.根据风险指标预测系统的实际需求建立了预警指标体系,并用指标的相关度对该方法进行了验证分析.试验仿真结果表明,LVQ神经网络算法取得了更为优异的效果.
推荐文章
基于长短期记忆神经网络的检修态电网 低频振荡风险预测方法
电力系统
检修方式
计算机编码
低频振荡
风险预测
长短期记忆(LSTM)
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
基于BP神经网络的线切割工艺指标预测
线切割
人工神经网络
参数优化
基于神经网络系统的智能穿戴设备销售的预测研究
遗传算法
神经网络
智能产品
销售预测
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 基于神经网络的智能电网风险指标预测研究
来源期刊 电器与能效管理技术 学科 工学
关键词 智能电网 LVQ神经网络 风险指标 预警模型
年,卷(期) 2017,(21) 所属期刊栏目 配网技术与系统
研究方向 页码范围 22-27,34
页数 7页 分类号 TM727
字数 4705字 语种 中文
DOI 10.16628/j.cnki.2095-8188.2017.21.005
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 纪秀 长春工程学院电气与信息工程学院 27 135 6.0 10.0
3 王伟 国网吉林省电力有限公司电力科学研究院 11 28 3.0 5.0
6 崔明 国网吉林省电力有限公司电力科学研究院 5 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  (119)
共引文献  (115)
参考文献  (9)
节点文献
引证文献  (0)
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)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(17)
  • 参考文献(0)
  • 二级参考文献(17)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(17)
  • 参考文献(1)
  • 二级参考文献(16)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能电网
LVQ神经网络
风险指标
预警模型
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