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:
城市电力系统短期负荷问题的出现,需要及时对其进行判断并处理.而提前进行预测是对其最好的准备工作.本文从电力系统短期负荷预测的方法出发,统计分析两个地区2016年日最高负荷和最低负荷及其他相关指标,进行比较分析.使用一定的预测方法进行城市电力系统短期负荷预测,并对其进行负荷规律的判定.通过数据统计分析,得出影响负荷预测精度的主要因素,并对两个地区电力系统短期负荷规律进行总结.
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
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
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
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 城市电力系统短期负荷预测与变化规律判别
来源期刊 电力系统装备 学科 工学
关键词 城市电力系统 短期负荷 预测方法 变化规律判别
年,卷(期) 2017,(10) 所属期刊栏目 电力系统
研究方向 页码范围 103-104
页数 2页 分类号 TM715
字数 2407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 李肖 1 0 0.0 0.0
2 齐超亮 1 0 0.0 0.0
3 田秋实 1 0 0.0 0.0
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  (1)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
城市电力系统
短期负荷
预测方法
变化规律判别
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
电力系统装备
半月刊
2095-6509
11-9341/TM
北京市德胜门外北沙滩一号16信箱
chi
出版文献量(篇)
13313
总下载数(次)
27
论文1v1指导