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:
将配网故障抢修历史数据与庞大的温度、降雨、雷电等气象数据相结合,建立了一种具有天气敏感性的神经网络组合预测模型.该模型利用最大相关系数实时调整导致抢修数量变化的主要气象因素,精确预测故障发生的数量、类型和变化趋势,为抢修人员和物资的提前部署提供定性、定量指导.
推荐文章
基于大数据的中低压配网故障智能诊断
大数据
中低压配网
智能诊断
基于ElasticSearch的气象大数据原型系统
气象大数据
ElasticSearch
CIMISS
统计分析
基于大数据的多子网负荷预测
大数据
数据挖掘
神经网络
负荷预测
子网预测
相似度评价
基于大数据的Web入侵风险预测
大数据
Web入侵
风险预测
盲源分离
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 基于气象大数据的配网故障数量预测
来源期刊 吉首大学学报(自然科学版) 学科 工学
关键词 气象 大数据 配网故障 抢修工单 人工神经网络 最大信息熵原理
年,卷(期) 2019,(1) 所属期刊栏目 电工技术与通信
研究方向 页码范围 53-56
页数 4页 分类号 TM71
字数 2211字 语种 中文
DOI 10.13438/j.cnki.jdzk.2019.01.013
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 谭渡渡 2 0 0.0 0.0
2 钟佳辰 2 0 0.0 0.0
3 贺电 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  (84)
共引文献  (115)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
气象
大数据
配网故障
抢修工单
人工神经网络
最大信息熵原理
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
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导