出处
《华北电业》
2002年第3期19-20,共2页
North China Power
同被引文献27
-
1节宁.未来中国电力需求预测的分析[J].大众用电,2006(3):3-4. 被引量：2
-
2王茜,王雁凌,张粒子.影响电力需求预测各因素的客观权重分配方法[J].电网技术,2008,32(5):82-86. 被引量：14
-
3王茜,王雁凌,张粒子.电力需求预测分层后评价模型研究[J].电力系统保护与控制,2008,36(20):45-49. 被引量：4
-
4林卫斌,陈彬,俞燕山.“十二五”及2020年电力需求预测研究[J].中国人口·资源与环境,2011,21(7):1-6. 被引量：29
-
5唐平雅.电力需求预测方法和能源需求预测模型探讨[J].中国电力,2000,33(4):32-34. 被引量：16
-
6胡宁.电力需电量预测方法[J].江西电力,2012,36(4):77-79. 被引量：4
-
7毛雪雁,孙黎滢,葛菊女,劳咏昶.基于协整理论的民营经济电力需求预测研究[J].华东电力,2013,41(1):28-32. 被引量：4
-
8李鹏.电力需求预测综述[J].黑龙江科技信息,2013(3):9-9. 被引量：1
-
9李有华,程熙镕,孙娟子.基于对数函数的电力需求预测模型构建及应用[J].首都经济贸易大学学报,2015,17(1):40-46. 被引量：8
-
10于松青,林盛.基于偏最小二乘回归的山东省电力需求预测分析[J].干旱区资源与环境,2015,29(2):14-20. 被引量：22
二级引证文献4
-
1崔方超,毛智超,李婷婷,励建荣.基于神经网络的生鲜水产品货架期预测模型的构建及应用[J].中国食品学报,2023,23(11):254-265. 被引量：1
-
2夏蕾,张世林,李文美,谷紫文,黄纯,郭思维,王国卉,杨蕾.基于宽度学习的新型电力系统负荷多步预测方法[J].供用电,2024,41(1):100-108.
-
3郭克难.基于融合改进K-means聚类算法的数据检测技术[J].电子设计工程,2024,32(5):41-45. 被引量：1
-
4陈晓华,吴杰康,龙泳丞,王志平,蔡锦健,杨宜豪,周旭展.基于TSO-ELM的广东省电力需求预测方法[J].黑龙江电力,2024,46(1):1-5.
-
1王淑红,张永富,李宇明,孙飞.基于ARMA模型下的我国电力需求预测[J].内蒙古民族大学学报（自然科学版）,2008,23(6):609-612.
-
2朱成章.中国能源若干问题的探讨[J].节能,2005,24(4):3-6.
-
3李岗生,祁芳.对21世纪我国农业发展及农业教育的思考[J].邯郸农业高等专科学校学报,2001,18(3):34-37.
-
4李宗辉.供电公司人力资源基层管理解析[J].现代经济信息,2014,0(21):99-99. 被引量：1
-
5欧阳筱兰.改进企业党的建设 促进电力事业发展[J].现代企业文化,2008(15):31-32.
-
6饮料市场的竞争将转趋激烈[J].天津经济,2010(6):82-82.
-
7张忠涛,王安军.搞好棉花生产设备的维修与管理[J].中国棉花加工,1997,0(1):20-25.
-
8沈晖宇.内部控制的应用和重要性体现[J].经营管理者,2015(6).
-
9林志会.审计的独立性分析[J].考试周刊,2013(18):194-195.
-
10赵钢.培训机构企业预算管理的现状、问题及对策[J].财会学习,2016(14):17-18. 被引量：5
;
