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
农业用电负荷预测——基于小波神经网络
下载PDF
职称材料
导出
摘要
文章提出了一种日负荷预测的新模型。这是一种基于非线性小波的神经函数。这个小波网络由小波基函数构成,并且已经得到了全局最优解。我们克服了一个人工神经网络的固有缺陷即其学习速度慢,其网络结构是难以合理确定并且它会产生局部最小点。我们可以从实例中看到,这个方法可以提高负荷预测的精确性和其学习速度,并且可以将其应用于农业日电力负荷预测。
作者
杨雄
机构地区
中电投江西电力有限公司新能源发电分公司
出处
《科技创新与应用》
2015年第12期74-75,共2页
Technology Innovation and Application
关键词
小波神经网络
人工神经网络
负荷预测
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
82
参考文献
6
共引文献
519
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
6
1
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:499
2
吴杰康,陈明华,陈国通.
基于PSO的模糊神经网络短期负荷预测[J]
.电力系统及其自动化学报,2007,19(1):63-67.
被引量:11
3
田瑞,闻新,田春廷.
模糊系统和神经网络的特征与比较[J]
.计算机测量与控制,2002,10(2):71-73.
被引量:13
4
刘涤尘,夏昌浩,胡翔勇,刘黎明.
基于模糊集的电力系统神经网络负荷预报研究[J]
.武汉大学学报(工学版),2002,35(4):68-71.
被引量:1
5
刘增良,刘有才.小波变换与神经网络-理论研究与探索[M].北京:北京航空航天大学出版社,1996.
6
Liang Rueyhsun,Cheng Chingchi. Short-term load forecasting by a neu-ron-fuzzy based approach[J].Electrical Power and Energy Sys- 'tern, 2002,24(2):103-11 l.
二级参考文献
82
1
赵海青,牛东晓.
灰色优选组合预测模型及其应用[J]
.保定学院学报,2002,19(2):12-15.
被引量:5
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:499
3
陈慧玉,孟宪生.
岭估计在上海居民生活用电预测中的应用[J]
.高校应用数学学报(A辑),1998,13(4):421-426.
被引量:2
4
李林川,夏道止,杨振平,王立成,邓永辉,张莉芳,董彬.
应用人工神经网络进行短期负荷预测[J]
.电力系统及其自动化学报,1994,6(3):33-41.
被引量:24
5
孙洪波,徐国禹,秦翼鸿.
模糊理论在电力负荷预测中的应用[J]
.重庆大学学报(自然科学版),1994,17(1):18-22.
被引量:9
6
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
7
陈章潮,顾洁.
模糊理论在上海浦东新区电力负荷预测中的应用[J]
.系统工程理论与实践,1995,15(1):63-68.
被引量:11
8
康重庆,夏清,相年德.
灰色系统参数估计与不良数据辨识[J]
.清华大学学报(自然科学版),1997,37(4):72-75.
被引量:27
9
王仕同.神经模糊系统及其应用[M].北京:北京航空航天大学出版社,1998..
10
楼世博 孙章 陈化成.模糊数学[M].北京:科学出版社,1987..
共引文献
519
1
田杨阳,张小斐,耿俊成,王楠,李丰君.
基于改进聚类和LSTM的居民小区中长期负荷预测[J]
.河南电力,2020,48(S02):58-63.
被引量:4
2
张子阳,王珂珂.
基于灰色关联和麻雀搜索算法的电力负荷预测[J]
.辽宁工程技术大学学报(自然科学版),2022,41(3):283-288.
被引量:4
3
陈怡洁,陈锁群.
智能组合模型在短期负荷预测中的应用[J]
.电子技术(上海),2020(7):152-153.
4
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:53
5
阮仁俊,刘天琪,王雪.
基于GMC(1,N)的多因素负荷预测模型及其应用[J]
.四川电力技术,2008,31(6):73-76.
被引量:2
6
樊一娜.
基于小波变换的短期电力负荷预测[J]
.青海大学学报(自然科学版),2012,30(1):25-29.
7
丁剑,艾明建,吴安平.
西部大开发第二个十年四川省电力需求预测[J]
.中国电力,2012,45(9):35-39.
被引量:7
8
陈素华,贺凌霄.
电网短期负荷预测管理系统的应用研究[J]
.电气传动,2013,43(S1):186-189.
被引量:2
9
张久政,胡元,沈文浩.
人工神经网络在造纸工业自动控制中的应用[J]
.计算机测量与控制,2004,12(5):426-430.
被引量:3
10
王志勇,郭创新,曹一家.
改进范例推理在短期负荷预测中的应用[J]
.电力系统自动化,2005,29(12):33-37.
被引量:7
1
陈特放,邹修铁,刘秋英.
基于小波神经网络的开关电源的故障诊断[J]
.计算机测量与控制,2009,17(1):33-35.
被引量:3
2
范展滔,罗伟胜.
数据挖掘方法在日负荷预测中的应用[J]
.电力标准化与计量,2003,12(4):36-39.
3
张永,李明,谢福鼎.
营业用电数据仓库的设计研究[J]
.甘肃工业大学学报,1999,25(2):62-65.
4
傅忠云.
基于粗糙集理论的电力系统短期负荷预测[J]
.福建电脑,2008,24(2):87-88.
被引量:1
5
张庆新,崔展博,马睿,陈磊.
基于k-means聚类与径向基神经(RBF)网络的电力系统日负荷预测[J]
.科学技术与工程,2013,21(34):10177-10181.
被引量:7
6
刘循,游志胜.
基于非线性小波与形态学相结合的边缘检测方法[J]
.计算机工程与应用,2003,39(12):63-65.
被引量:7
7
汪建均,胡宗义.
含误差修正的ARIMA-GM叠加预测模型及其应用[J]
.统计与决策,2007,23(20):31-33.
被引量:2
8
杨亚菁,钟丽萍.
非线性小波去噪技术在水声信号识别中的应用[J]
.微机发展,2005,15(4):21-23.
被引量:2
9
张毅,杨秀霞.
小波消噪在微弱信号检测中的应用[J]
.微计算机信息,2006,22(01S):113-114.
被引量:24
10
李国芳,徐永生,苏刚.
OIHF Elman网络在燃气日负荷预测中的应用[J]
.天津城市建设学院学报,2008,14(4):283-286.
被引量:1
科技创新与应用
2015年 第12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