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:
为提高短期负荷预测精度,提出一种基于总体测辨和人工神经网络的负荷建模及预测方法.通过总体测辨对电力负荷的影响因素进行筛选,得到电力负荷的主要影响因素;然后根据筛选得到的主要影响因素作为输入量建立基于径向基函数神经网络的负荷预测模型,并通过仿真对预测模型进行了验证.仿真结果表明,相比于不采用总体测辨进行影响因素筛选的负荷预测方法,本文方法的平均预测精度提高了2.5%,从而能够有效提高负荷预测精度.
推荐文章
采用谱分析建模和基于人工神经网络的短期负荷预测方案
频谱分析
人工神经网络
短期负荷预测
快速傅立叶变换
基于人工神经网络和模糊推理的短期负荷预测方法
短期负荷预测
人工神经网络
模糊推理策略
基于总体测辨法的电力负荷建模系统
电力系统
负荷建模
软件研发
基于联想神经网络算法的电力系统负荷预测
人工神经网络
负荷预测
电力系统
联想
优化算法
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 基于总体测辨和人工神经网络的负荷建模及预测方法
来源期刊 电力系统及其自动化学报 学科 工学
关键词 负荷预测 总体测辨法 人工神经网络 仿真
年,卷(期) 2018,(8) 所属期刊栏目 学术论文
研究方向 页码范围 108-112
页数 5页 分类号 TM715
字数 3260字 语种 中文
DOI 10.3969/j.issn.1003-8930.2018.08.018
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 曹敏 云南电网有限责任公司电力科学研究院 112 433 11.0 16.0
2 包宇庆 南京师范大学南瑞电气与自动化学院 10 22 3.0 4.0
3 邹京希 云南电网有限责任公司电力科学研究院 14 39 4.0 5.0
4 董立军 3 29 3.0 3.0
5 陈培培 南京师范大学南瑞电气与自动化学院 4 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (364)
共引文献  (1033)
参考文献  (24)
节点文献
引证文献  (8)
同被引文献  (60)
二级引证文献  (4)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(5)
  • 参考文献(0)
  • 二级参考文献(5)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(9)
  • 参考文献(0)
  • 二级参考文献(9)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(20)
  • 参考文献(0)
  • 二级参考文献(20)
1999(24)
  • 参考文献(0)
  • 二级参考文献(24)
2000(13)
  • 参考文献(0)
  • 二级参考文献(13)
2001(18)
  • 参考文献(0)
  • 二级参考文献(18)
2002(21)
  • 参考文献(0)
  • 二级参考文献(21)
2003(24)
  • 参考文献(1)
  • 二级参考文献(23)
2004(34)
  • 参考文献(4)
  • 二级参考文献(30)
2005(19)
  • 参考文献(0)
  • 二级参考文献(19)
2006(22)
  • 参考文献(1)
  • 二级参考文献(21)
2007(23)
  • 参考文献(2)
  • 二级参考文献(21)
2008(15)
  • 参考文献(2)
  • 二级参考文献(13)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(19)
  • 参考文献(2)
  • 二级参考文献(17)
2011(22)
  • 参考文献(1)
  • 二级参考文献(21)
2012(19)
  • 参考文献(2)
  • 二级参考文献(17)
2013(16)
  • 参考文献(2)
  • 二级参考文献(14)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(7)
  • 参考文献(4)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
负荷预测
总体测辨法
人工神经网络
仿真
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导