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:
负荷预测是智能电网安全领域的热门研究方向.智能技术应用到智能电网负荷预测领域取得了一系列研究成果.首先,对主流负荷预测技术进行总结;然后,将面向智能电网的传统负荷预测技术与近年来新兴的智能负荷预测技术进行对比,并详细介绍了两个领域中典型成果的基本原理和方法;最后,讨论了智能电网负荷预测技术仍需要解决的问题及未来的研究趋势.
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
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
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 基于智能技术的电力系统负荷预测技术研究进展
来源期刊 上海电力大学学报 学科 工学
关键词 负荷预测 智能电网 预测模型 深度学习
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 379-385
页数 7页 分类号 TP183|TM715
字数 语种 中文
DOI 10.3969/j.issn.2096-8299.2020.04.011
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 栗风永 10 4 1.0 2.0
2 杨洋 8 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (246)
共引文献  (55)
参考文献  (32)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(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)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(18)
  • 参考文献(1)
  • 二级参考文献(17)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(18)
  • 参考文献(1)
  • 二级参考文献(17)
2015(23)
  • 参考文献(1)
  • 二级参考文献(22)
2016(31)
  • 参考文献(2)
  • 二级参考文献(29)
2017(36)
  • 参考文献(1)
  • 二级参考文献(35)
2018(38)
  • 参考文献(9)
  • 二级参考文献(29)
2019(20)
  • 参考文献(12)
  • 二级参考文献(8)
2020(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
负荷预测
智能电网
预测模型
深度学习
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
上海电力大学学报
双月刊
2096-8299
31-2175/TM
大16开
上海市平凉路2103号
1980
chi
出版文献量(篇)
2781
总下载数(次)
10
总被引数(次)
11104
论文1v1指导