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
基于趋势外推法的电力负荷预测
被引量:
12
下载PDF
职称材料
导出
摘要
负荷预测是根据对电力系统负荷的历史数据分析及今后的发展趋势的判断,预报今后若干时期内电力负荷的变动情况,是电力系统调度、实时控制、运行计划和发展规划的前提,是一个电网调度部门和规划部门所必须具有的基本信息,因此,对电力负荷进行准确的预测是非常有必要的。
作者
颜金木
机构地区
邯郸欣和电力建设有限公司
出处
《中国外资》
2011年第4期228-228,共1页
Foreign Investment in China
关键词
趋势外推法
模型
负荷预测
分类号
F560.8 [经济管理—产业经济]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
3
共引文献
0
同被引文献
158
引证文献
12
二级引证文献
95
参考文献
3
1
曾呜.电力需求侧管理,中国电力出版社.2001.
2
尚金成,黄永皓,夏清.电力市场理论与应用研究.中国电力出版社.2002.
3
朱冰静,朱宪辰.预测原理及方法.上海:上海交通大学出版社.1997.
同被引文献
158
1
陈振宇,刘金波,李晨,季晓慧,李大鹏,黄运豪,狄方春,高兴宇,徐立中.
基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]
.电网技术,2020,44(2):614-620.
被引量:205
2
吕海灿,王伟峰,赵兵,张毅,郭秋婷,胡伟.
基于Wide&Deep-LSTM模型的短期台区负荷预测[J]
.电网技术,2020,44(2):428-436.
被引量:49
3
范士雄,李立新,王松岩,刘幸蔚,於益军,郝博文.
人工智能技术在电网调控中的应用研究[J]
.电网技术,2020,44(2):401-411.
被引量:100
4
王栋.
电力系统负荷预测综述[J]
.电气开关,2020,0(1):6-8.
被引量:18
5
王黎明,李旭,曹彬,高嵩.
基于BP神经网络的线路绝缘子表面泄漏电流预测[J]
.高压电器,2020,56(2):69-76.
被引量:16
6
蒲天骄,乔骥,韩笑,张国宾,王新迎.
人工智能技术在电力设备运维检修中的研究及应用[J]
.高电压技术,2020,46(2):369-383.
被引量:192
7
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
8
王玉龙,崔玉,李鹏,李锐.
基于小波分析改进的神经网络模型电力系统负荷预测[J]
.电网与清洁能源,2015,31(2):16-20.
被引量:30
9
沈百新.
利用专家系统预测地区用电负荷[J]
.电力需求侧管理,2005,7(2):49-50.
被引量:9
10
陈毛昌,穆钢,孙羽,彭茂君.
基于DFT灰色预测理论在日电量负荷预测中的应用[J]
.电力自动化设备,2005,25(9):29-32.
被引量:11
引证文献
12
1
周高,谢传胜,阎志敏.
西北电网电力负荷预测研究[J]
.企业导报,2012(23):250-252.
被引量:1
2
曾鸣,李定林,孙晓菲,薛松.
贵州省2015~2020年用电量预测及其比较[J]
.水电能源科学,2013,31(4):229-232.
被引量:5
3
王成,代祥,刘飞,陈程.
基于RBF神经网络的电力系统负荷预测[J]
.电力学报,2018,33(5):399-407.
被引量:6
4
赵明阳.
电力用户和电力负荷特性的现代研究[J]
.科学与信息化,2017,0(36):171-171.
5
徐诗鸿,张宏志,林湘宁,李正天,卓毅鑫,汪致洵,随权.
基于改进评价指标的波动性负荷短期区间预测[J]
.电力系统自动化,2020,44(2):156-163.
被引量:19
6
王永志,刘博,李钰.
一种基于LSTM神经网络的电力负荷预测方法[J]
.实验室研究与探索,2020,39(5):41-45.
被引量:26
7
王激华,仇钧,方云辉,周苏洋.
基于深度长短期记忆神经网络的短期负荷预测[J]
.广东电力,2020,33(8):62-68.
被引量:15
8
仝新宇,张宇泽,张长生,杨乔川.
基于广义回归神经网络的有源配电网网供负荷预测方法[J]
.供用电,2020,37(12):40-45.
被引量:11
9
王宏飞,周鑫,徐哲壮,张士杰,夏玉雄.
基于云平台的工业用电分析与预测[J]
.电气技术,2020,21(12):6-11.
被引量:2
10
刘新志,刘爱莲,李英娜.
基于Attention-ResNet-LSTM网络的中期负荷预测模型[J]
.化工自动化及仪表,2021,48(6):575-580.
被引量:5
二级引证文献
95
1
张新阳,帅强,李伟.
基于高阶矩模型的电力负荷预测研究[J]
.云南大学学报(自然科学版),2020,42(S02):60-64.
被引量:1
2
肖冬光,赵华,赵树欣,郭波,张维,邹海晏.
酒用酸性蛋白酶在酒精生产中应用技术的研究Ⅱ.三角瓶发酵试验[J]
.酿酒科技,2000(3):35-38.
被引量:17
3
盛立锃,曾喆昭,李莎.
基于代数多项式模型的用电量预测研究[J]
.电力科学与技术学报,2015,30(1):34-40.
被引量:7
4
邱立国.
日度负荷预测算法的研究和应用[J]
.现代计算机,2017,23(14):21-25.
被引量:2
5
何伟军,孔阳,崔勇,谭江涛.
基于主成分分析法的我国用电量的影响因素分析[J]
.数学的实践与认识,2018,48(1):67-74.
被引量:7
6
岳有军,刘英翰,赵辉,王红君.
基于极点对称模态分解-分散熵和改进乌鸦搜索算法-核极限学习机的短期负荷区间预测[J]
.科学技术与工程,2020,20(22):9036-9042.
被引量:8
7
崔博洋,王永林,王云,孙大平,王桦.
基于长短期记忆神经网络的吸收塔pH值预测模型[J]
.华电技术,2020,42(9):32-36.
被引量:8
8
段炼,乡立,吴琼,陆颢文,李茜莹,孙毅.
基于数据驱动的差分RBF神经网络的台区短期负荷预测方法[J]
.广东电力,2020,33(11):66-74.
被引量:11
9
谢谦,董立红,厍向阳.
基于Attention-GRU的短期电价预测[J]
.电力系统保护与控制,2020,48(23):154-160.
被引量:42
10
王毅蕾,梁龙跃,蔡铉烨.
基于人工神经网络的贵州省用电量预测[J]
.生产力研究,2020(12):96-98.
被引量:5
1
杨嵩.
小城镇旅游业电力负荷预测方法研究[J]
.赤子,2015(2):296-296.
2
李鹏,邵刚.
试析县级电网规划负荷预测方法的探讨[J]
.大陆桥视野,2015,0(24):151-151.
3
邱琦荟.
中国2008年入境旅游人数的预测及分析报告[J]
.商业文化(学术版),2008,0(4):48-48.
被引量:1
4
陈睿洁.
珠三角对外贸易转型升级了吗?[J]
.时代金融,2014(12X):88-89.
5
马锦华,赖玉麒.
蓬勃发展的中国电子商务[J]
.商业企业,2012(4):36-39.
6
陈嬴煜.
电信业务运行分析和趋势外推法的应用[J]
.福建电脑,2006,22(11):64-65.
7
高婧婷.
基于社区的少数民族地区乡村旅游发展问题与对策研究[J]
.伊犁师范学院学报(社会科学版),2011,30(1):130-132.
被引量:1
8
叶爱华.
灰色理论在电力负荷特性预测上的应用[J]
.企业技术开发(下半月),2010,29(5):45-46.
9
吴平.
盐田港集装箱吞吐量预测[J]
.集装箱化,2003,14(6):6-7.
10
刘继军.
浅谈民用机场航空业务量预测的几种方法[J]
.民航科技,2004(1):47-49.
中国外资
2011年 第4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