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:
精确的负荷预测是电力系统一直追求的目标,各种现代的新兴算法、方法运用到负荷预测之中,不同的预测方法由于自身的特点对于负荷预测的适用性也不尽相同,对于不同方法在负荷预测中的综述就显得很有必要.本文讨论了国内外的负荷预测的研究现状,分析了进行电力系统负荷预测的多种传统方法和现代智能方法,并总结出各种预测方法的优缺点和适用性,对于电力系统在选择负荷预测方法时具有一定参考价值.最后,对智能电网下的几种特定负荷预测场景进行了介绍,以这些角度去看待负荷预测问题,得出适用于这些场景的负荷预测方法,对于未来的负荷预测的发展也进行了展望.
推荐文章
电力系统负荷的混沌预测方法研究
混沌理论
预测
电力系统
负荷
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
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
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 电力系统负荷预测综述
来源期刊 电力大数据 学科 工学
关键词 电力系统 负荷预测 智能电网
年,卷(期) 2018,(1) 所属期刊栏目 专题研讨
研究方向 页码范围 52-56
页数 5页 分类号 TM14
字数 4234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 张凌云 1 18 1.0 1.0
2 肖惠仁 1 18 1.0 1.0
3 吴俊豪 3 18 1.0 3.0
4 廖谦 2 20 2.0 2.0
5 王鹏 贵州大学电气工程学院 34 100 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (157)
共引文献  (390)
参考文献  (18)
节点文献
引证文献  (18)
同被引文献  (161)
二级引证文献  (38)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(8)
  • 参考文献(2)
  • 二级参考文献(6)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(17)
  • 参考文献(0)
  • 二级参考文献(17)
2007(22)
  • 参考文献(0)
  • 二级参考文献(22)
2008(16)
  • 参考文献(1)
  • 二级参考文献(15)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(16)
  • 参考文献(2)
  • 二级参考文献(14)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(13)
  • 参考文献(3)
  • 二级参考文献(10)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(27)
  • 引证文献(11)
  • 二级引证文献(16)
2020(25)
  • 引证文献(3)
  • 二级引证文献(22)
研究主题发展历程
节点文献
电力系统
负荷预测
智能电网
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
电力大数据
月刊
2096-4633
52-1170/TK
16开
贵州省贵阳市解放路251号
1977
chi
出版文献量(篇)
4266
总下载数(次)
8
总被引数(次)
4915
论文1v1指导