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
基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测方法
被引量：
3
下载PDF
职称材料
导出
摘要
分析负荷预测与短期负荷预测及其重要性,介绍基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测方法及其应用。
作者
欧周
林佳亮
黄庆键
机构地区
揭阳供电局
出处
《自动化应用》
2016年第11期117-118,共2页
Automation Application
关键词
小波分解
模糊灰色聚类
BP神经网络
短期负荷预测
分类号
TN958.2 [电子电信—信号与信息处理]
引文网络
相关文献
节点文献
二级参考文献
143
参考文献
7
共引文献
352
同被引文献
28
引证文献
3
二级引证文献
20
参考文献
7
1
张平,潘学萍,薛文超.
基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测[J]
.电力自动化设备,2012,32(11):121-125.
被引量：84
2
窦震海,杨仁刚,焦娇.
基于均生函数-最优子集回归模型的短期电力负荷预测方法[J]
.农业工程学报,2013,29(14):178-184.
被引量：5
3
张大海,毕研秋,邹贵彬,江世芳.
小波神经网络及其在电力负荷预测中应用概述[J]
.电力系统及其自动化学报,2004,16(4):11-15.
被引量：16
4
宋人杰,边奕心,闫淼.
基于小波系数和BP神经网络的电力系统短期负荷预测[J]
.电力系统保护与控制,2009,37(15):87-90.
被引量：12
5
黄媛玉,毛弋,娄宁娜.
基于Kohonen聚类小波包分解和ELM的短期电力负荷预测[J]
.湖南师范大学自然科学学报,2016,39(4):53-58.
被引量：7
6
薛禹胜,郁琛,赵俊华,Kang LI,Xueqin LIU,Qiuwei WU,Guangya YANG.
关于短期及超短期风电功率预测的评述[J]
.电力系统自动化,2015,39(6):141-151.
被引量：217
7
刘畅,刘天琪,陈振寰,何川,王福军,关铁英.
基于KPCA和BP神经网络的短期负荷预测[J]
.电测与仪表,2016,53(10):57-61.
被引量：20
二级参考文献
143
1
张大海,毕研秋,邹贵彬,江世芳.
小波神经网络及其在电力负荷预测中应用概述[J]
.电力系统及其自动化学报,2004,16(4):11-15.
被引量：16
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
姚李孝,宋玲芳,李庆宇,万诗新.
基于模糊聚类分析与BP网络的电力系统短期负荷预测[J]
.电网技术,2005,29(1):20-23.
被引量：61
4
孙斌,周云龙,张玲,洪文鹏.
基于小波包分解和Kohonen神经网络的气液两相流流型识别方法[J]
.热能动力工程,2005,20(1):48-51.
被引量：23
5
杨秀媛,肖洋,陈树勇.
风电场风速和发电功率预测研究[J]
.中国电机工程学报,2005,25(11):1-5.
被引量：584
6
雷绍兰,孙才新,周湶,张晓星,程其云.
基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法[J]
.中国电机工程学报,2005,25(22):78-82.
被引量：71
7
杨毅强,刘天琪.
BP人工神经网络负荷预测模型的L-M训练算法[J]
.四川电力技术,2006,29(3):29-31.
被引量：3
8
吴耀军,陶宝祺,袁慎芳.
B样条小波神经网络[J]
.模式识别与人工智能,1996,9(3):228-233.
被引量：14
9
钱卫华,姚建刚,龙立波,张凯.
基于负荷特性分析的短期负荷预测相似日选择方法[J]
.华中电力,2007,20(1):17-21.
被引量：15
10
于海燕,张凤玲.
基于模糊神经网络的电力负荷短期预测[J]
.电网技术,2007,31(3):68-72.
被引量：31
共引文献
352
1
姚惠.
风电场功率预测预报问题及其管理提升建议[J]
.企业改革与管理,2020,0(1):209-210.
被引量：2
2
殷豪,欧祖宏,陈德,孟安波.
基于二次模式分解和级联式深度学习的超短期风电功率预测[J]
.电网技术,2020,44(2):445-453.
被引量：43
3
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：20
4
刘燕,龙新峰,梁平.
电力负荷非线性预测方法与研究方向探讨[J]
.广东电力,2005,18(7):1-6.
被引量：7
5
毕研秋,周文连,张大海,江世芳.
连续小波神经网络收敛性能的探讨[J]
.电力系统及其自动化学报,2005,17(6):50-54.
被引量：3
6
彭文季,罗兴锜.
基于小波神经网络的水电机组振动故障诊断研究[J]
.水力发电学报,2007,26(1):123-128.
被引量：30
7
郑永康,陈维荣,蒋刚,郝文斌.
基于混沌理论的短期负荷局域多步预测法[J]
.电力系统及其自动化学报,2007,19(4):76-79.
被引量：9
8
郑永康,陈维荣,蒋刚,郝文斌.
一种模糊支持向量的负荷混沌时间序列预测法[J]
.电力系统及其自动化学报,2007,19(6):48-52.
被引量：4
9
吴耀华,刘学琴.
小波神经网络在电力系统月度负荷预测中的应用[J]
.中国农村水利水电,2009(4):131-133.
被引量：4
10
张智晟,段晓燕,李伟婕,龚文杰,孙雅明.
优化动态递归小波神经网络短期负荷预测模型[J]
.电力系统及其自动化学报,2009,21(5):30-35.
被引量：4
同被引文献
28
1
赵海青.
非线性回归校正模型在突变负荷预测中的研究及应用[J]
.数学的实践与认识,2008,38(1):88-91.
被引量：5
2
虞尚智.
机器学习算法在短期电力负荷预测中的应用[J]
.科学技术与工程,2013,21(8):2231-2234.
被引量：14
3
张涛,赵登福,周琳,王锡凡,夏道止.
基于RBF神经网络和专家系统的短期负荷预测方法[J]
.西安交通大学学报,2001,34(4):331-334.
被引量：64
4
邹云峰,梅飞,李悦,程云,涂旺,梅军.
基于数据挖掘技术的台区合理线损预测模型研究[J]
.电力需求侧管理,2015,17(4):25-29.
被引量：45
5
罗小燕,陈慧明,卢小江,熊洋.
基于网格搜索与交叉验证的SVM磨机负荷预测[J]
.中国测试,2017,43(1):132-135.
被引量：37
6
郭崇,王征,纪建伟.
基于小波变换的模糊神经网络短期负荷预测方法[J]
.湘潭大学自然科学学报,2017,39(1):109-113.
被引量：4
7
王雪微,程若发,杨宏超,吕彩艳.
基于相似日的支持向量机短期负荷预测[J]
.计算机测量与控制,2018,26(1):47-50.
被引量：9
8
黄晗,孙堃,刘达.
基于随机森林的电力系统小时负荷预测研究[J]
.智慧电力,2018,46(5):8-14.
被引量：34
9
刘建华,李锦程,杨龙月,闫耀双,刘艳梅,张屹修.
基于EMD-SLSTM的家庭短期负荷预测[J]
.电力系统保护与控制,2019,47(6):40-47.
被引量：58
10
张宇帆,艾芊,林琳,袁帅,李昭昱.
基于深度长短时记忆网络的区域级超短期负荷预测方法[J]
.电网技术,2019,43(6):1884-1891.
被引量：170
引证文献
3
1
陶伟龙,王洪波,张传海,汪晓彤.
基于改进的模态分解和组合预测模型的短期负荷预测[J]
.安徽电气工程职业技术学院学报,2021,26(1):5-12.
2
胡乙丹,姜吉祥,董霞.
基于结合聚类与SVM参数寻优的短期电力负荷预测方法[J]
.电力信息与通信技术,2022,20(5):54-60.
被引量：18
3
叶秉森,黄立场.
基于小波变换和神经网络的短期风电功率预测方法[J]
.电子测试,2017,28(9X):32-33.
被引量：2
二级引证文献
20
1
刘增里,杨静,刘亚林,熊力.
基于改进BP神经网络的风电功率超短期预测[J]
.船舶工程,2019,41(S1):282-287.
被引量：12
2
王鹏翔,沈娟,王菁旸,林重驰.
基于PCA-LMD-WOA-ELM的短期光伏功率预测[J]
.智慧电力,2022,50(6):72-78.
被引量：19
3
狄曙光,刘峰,孙建宇,冀超,董铎亮,蔄靖宇.
基于改进ABC和IDPC-MKELM的短期电力负荷预测[J]
.智慧电力,2022,50(9):74-81.
被引量：16
4
县国成,王永攀,高俊,浮海,杨斌,武旭.
基于ELM-SVM模型与电能计量大数据的窃电识别技术研究[J]
.智慧电力,2022,50(9):82-89.
被引量：20
5
王鲁,王峰,徐竞,赵延鹏,李玮,王艳艳,王应彪.
基于SOM+SVM的退役锂离子电池分选[J]
.储能科学与技术,2022,11(11):3623-3630.
6
俞胜,黄福兴,冯艳丽,叶天地,袁培森.
新型电力AMI系统中基于Neural Prophet模型的电力负荷预测与修补研究[J]
.智慧电力,2023,51(5):44-50.
被引量：7
7
庞曦,胡荣华,赵春生,白宁波.
基于PSO-SVM算法的空气质量分类研究[J]
.环境科学导刊,2023,42(3):63-67.
被引量：1
8
张子华,李琰,徐天奇,王阳光,邓小亮.
基于VMD-CNN-LSTM的短期风电功率预测研究[J]
.云南民族大学学报（自然科学版）,2023,32(3):359-365.
9
李吉献,宋启广,刘光宇,陈柏文.
基于BA-VMD-LSSVM的超短期电力负荷预测[J]
.机械工程师,2023(10):104-106.
10
王季琴,李志霞.
基于数据挖掘的短期电力负荷预测方法[J]
.信息与电脑,2023,35(15):58-60.
1
黄锦铭.
电力系统短期负荷预测方法[J]
.中国科技博览,2016,0(5):26-26.
2
王科,陈丽华.
基于卡尔曼滤波的节假日短期负荷预测[J]
.电气技术,2014,15(1):4-6.
被引量：8
3
杨正瓴,田勇,张广涛,林孔元.
短期负荷预测最大李亚普诺夫指数法的改进[J]
.电网技术,2005,29(7):31-35.
被引量：8
4
王静,田丽,蒋慧.
基于遗传算法的RBF网络的短期电力负荷预测[J]
.电子技术（上海）,2010(4):15-16.
被引量：6
5
张少迪.
基于PSO-BP神经网络的短期负荷预测算法[J]
.现代电子技术,2013,36(12):155-158.
被引量：11
6
张宁,许承权,薛小铃,郑宗华.
基于最小二乘支持向量机的短期负荷预测模型[J]
.现代电子技术,2010,33(18):131-133.
被引量：9
7
汪勇刚,朱世华,吕玲.
多业务CDMA系统中的反向负荷预测[J]
.电子与信息学报,2003,25(2):152-157.
8
郭涛,马林东,葛智平,崔乐乐.
基于EMD和神经网络的短期电力负荷预测[J]
.电子设计工程,2013,21(21):105-106.
被引量：4
9
陶琳,岳小冰.
一种新的粒子群算法优化支持向量机的短期负荷预测[J]
.电子设计工程,2016,24(16):151-154.
被引量：8
10
Sergio Valero,Carolina Senabre,Miguel Lopez,Juan Aparicio,Antonio Gabaldon,Mario Ortiz.
Comparison of Electric Load Forecasting between Using SOM and MLP Neural Network[J]
.Journal of Energy and Power Engineering,2012,6(3):411-417.
被引量：1
自动化应用
2016年 第11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
