期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于灰色系统和人工神经网络的中长期电力负荷预测
被引量:
8
下载PDF
职称材料
导出
摘要
利用灰色预测需要样本数据量少、建模过程简单的特点对中长期电力负荷进行前期预测 ,结合人工神经网络对大量非线性、非精确性规律具有自适应和自学习能力的优点 ,在考虑经济因素的前提下对输入数据进行预处理 ,采用改进的BP算法最终得出预测结果 ,文中的算例表明了该方法是可行且有效的。
作者
阮萍
雷镇
王华
机构地区
首都师范大学信息工程学院
出处
《计算机应用》
CSCD
北大核心
2004年第S1期285-286,共2页
journal of Computer Applications
关键词
灰色模型
人工神经网络
BP算法
中长期电力负荷
分类号
TM715 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
1
共引文献
14
同被引文献
59
引证文献
8
二级引证文献
87
参考文献
1
1
蒋平,鞠平.
应用人工神经网络进行中期电力负荷预报[J]
.电力系统自动化,1995,19(6):11-17.
被引量:15
共引文献
14
1
刘志明.
改革厂长十年官司[J]
.南风窗,2002(17):28-31.
2
康重庆,夏清,张伯明.
电力系统负荷预测研究综述与发展方向的探讨[J]
.电力系统自动化,2004,28(17):1-11.
被引量:502
3
李媛媛,牛东晓.
基于最优可信度的月度负荷综合最优灰色神经网络预测模型[J]
.电网技术,2005,29(5):16-19.
被引量:15
4
高山,单渊达.
基于径向基函数网络的短期负荷预测[J]
.电力系统自动化,1999,23(5):31-34.
被引量:38
5
张丽芳,岳丽霖,连美霞.
基于RBF神经网络的电力系统月度负荷预测研究[J]
.电气技术,2012,13(2):36-38.
被引量:1
6
戴华,党剑飞.
灰色神经网络耦合模型在加矾系统预测中的应用[J]
.甘肃农业大学学报,2013,48(4):155-158.
7
易弢,陈凤云,林扬宇,包宇庆.
基于小波变换的月度负荷分析及混合预测[J]
.计算机仿真,2014,31(6):137-141.
被引量:2
8
林俊,章兢,佘致廷,唐志文.
基于BP网络的变压器油中溶解气体在线监测[J]
.电力系统自动化,2001,25(8):56-58.
被引量:8
9
王晓文,梁志珊.
应用模糊神经网络的短期负荷预测[J]
.东北电力技术,1999,20(2):1-3.
10
周漪清,王小平.
带阶跃趋势的GM(1,1)及其在电力负荷中的应用[J]
.五邑大学学报(自然科学版),2001,15(4):32-36.
同被引文献
59
1
甄利玲.
中长期电力负荷预测的回归模型及其应用[J]
.雁北师范学院学报,2002,18(5):54-56.
被引量:10
2
王亚雄,贺文武.
基于GM(1,1)校正模型的转折性电力负荷特性预测[J]
.长沙电力学院学报(自然科学版),2004,19(3):35-37.
被引量:1
3
张大海,毕研秋,毕研霞,毕研梅,牛兆水,洛鲁宁.
基于串联灰色神经网络的电力负荷预测方法[J]
.系统工程理论与实践,2004,24(12):128-132.
被引量:30
4
韦钢,贺静,张一尘.
中长期电力负荷预测的盲数回归方法[J]
.高电压技术,2005,31(2):73-75.
被引量:21
5
邢棉,杨实俊,牛东晓,孙伟.
多元指数加权电力负荷灰色优化组合预测[J]
.电网技术,2005,29(4):8-11.
被引量:27
6
李建云,曾次玲,谢培元.
基于组合预测模型的长沙市长期负荷预测[J]
.长沙电力学院学报(自然科学版),2005,20(3):23-26.
被引量:6
7
薛娟,张筱慧.
两次拟合灰色模型在中长期电力负荷预测中的运用[J]
.沈阳农业大学学报,2005,36(6):736-738.
被引量:1
8
施泉生.
短期负荷预报模型库的研究及应用[J]
.系统工程理论与实践,1996,16(7):99-105.
被引量:16
9
朱常青,王秀和,张鑫,申宁.
基于灰关联加权组合模型的电力负荷预测研究[J]
.电力系统及其自动化学报,2006,18(2):79-81.
被引量:20
10
邢棉,于兰香,刘晓霞.
基于神经网络校正的电力负荷灰色预测[J]
.华北电力大学学报(自然科学版),2006,33(4):93-95.
被引量:4
引证文献
8
1
王玉平,蔡立红.
滑动平均法改进型灰色预测模型在德山开发区电力负荷预测中的应用[J]
.电力科学与技术学报,2007,22(2):76-79.
被引量:5
2
李伟,牛东晓.
基于灰色神经网络的短期电力负荷预测分析[J]
.科技和产业,2008,8(10):57-60.
被引量:7
3
袁景凌,钟珞,李小燕.
灰色神经网络的研究及发展[J]
.武汉理工大学学报,2009,31(3):91-93.
被引量:49
4
卫彦琼.
基于灰色神经网络模型的留学生和学成归国人员预测[J]
.商业经济,2010(4):4-6.
被引量:1
5
周涛.
基于改进神经网络的电力系统中长期负荷预测研究[J]
.电气应用,2013(4):26-29.
被引量:23
6
梁宽裕,梁利.
灰色变异粒子群算法在电力负荷预测中的应用[J]
.计算机系统应用,2014,23(4):173-177.
7
任宏,李俊丽.
基于灰色BP神经网络的水泥强度预测模型研究[J]
.化工自动化及仪表,2017,44(10):925-928.
8
任建聪,高鑫,赵飞,王健,胡彩娥,李兰芝.
基于中期负荷预测分析的技改大修项目策略研究[J]
.软件,2017,38(12):286-290.
被引量:2
二级引证文献
87
1
李博,靳取.
三种能源需求预测方法的比较分析——以四川省为例[J]
.吉林工商学院学报,2009,25(1):20-25.
被引量:3
2
陈善成,姚多喜,李小龙,许继影,王俊.
基于灰色神经网络串联组合模型的涌水量预测[J]
.淮南职业技术学院学报,2009,9(4):25-27.
被引量:3
3
周扬,吴文祥,胡莹,刘秀香.
基于组合模型的能源需求预测[J]
.中国人口·资源与环境,2010,20(4):63-68.
被引量:33
4
刘丽桑,彭侠夫.
二阶灰色神经网络在船舶横摇预报中的应用[J]
.船舶力学,2011,15(5):468-472.
被引量:5
5
傅在善,宋志强,曹明宝.
基于灰色神经网络融合算法的油料消耗量预测研究[J]
.中国储运,2011(10):127-128.
6
崔巍,张梅.
基于灰色理论与BP网络的负荷预测[J]
.辽宁工程技术大学学报(自然科学版),2011,30(4):631-633.
被引量:13
7
周波,周慧.
基于中心逼近式灰色神经网络模型的水质预测[J]
.海河水利,2011(6):34-37.
8
曹冬冬,徐秋艳.
GM-BP串联组合预测模型在滑坡变形监测中的应用[J]
.中国煤炭地质,2012,24(2):47-49.
被引量:2
9
马吉明,徐忠仁,王秉政.
基于粒子群优化的灰色神经网络组合预测模型研究[J]
.计算机工程与科学,2012,34(2):146-149.
被引量:15
10
赵福旺,杜鹏,杨帆.
基于灰色神经网络的骨折愈合应力预测[J]
.计算机仿真,2012,29(4):216-218.
1
阮萍,骆力明,王华.
基于灰色系统和人工神经网络的中长期电力负荷预测[J]
.首都师范大学学报(自然科学版),2004,25(2):22-25.
被引量:8
2
黄研.
变电站事故处理问题探析[J]
.今日科苑,2010(24):203-203.
被引量:2
3
张亚军,张大波,许诚昕.
神经网络在电力系统短期负荷预测中的应用综述[J]
.浙江电力,2007,26(2):5-9.
被引量:11
4
王晓文.
改进的BP算法及其在短期负荷预测中的应用[J]
.东北电力技术,1999,20(9):26-29.
被引量:3
5
肖明珠,陈光.
非精确性测量数据的不确定度评定[J]
.系统工程与电子技术,2005,27(5):929-930.
被引量:4
6
陈桂香.
浅析变电站事故相关问题[J]
.科技风,2011(13):113-113.
被引量:1
7
李军,丁萃菁.
一种改进的BP算法在实际应用中的研究[J]
.计算机仿真,2004,21(2):119-121.
被引量:1
8
侯波,穆安乐,董锋斌,刘俊伟,刘宏昭.
单相电压型全桥逆变器的反步滑模控制策略[J]
.电工技术学报,2015,30(20):93-99.
被引量:24
9
莫建林,朱承高.
交流伺服系统基于神经网络的模糊自适应PID控制及其DSP实现[J]
.电气传动自动化,1999,21(2):24-28.
被引量:4
10
米阳,朱旺青,李正辉.
改进的BP算法在短期负荷预测中的应用[J]
.上海电力学院学报,2011,27(1):14-18.
被引量:1
计算机应用
2004年 第S1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部