1
|
国家能源局:4月份全社会用电量同比增长7.0% |
|
《电力勘测设计》
|
2024 |
0 |
|
2
|
基于最优化残差划分Markov修正的城市用电量预测模型 |
曾孟佳
温柔
施闰虎
黄旭
唐陈宇
|
《智能城市》
|
2024 |
0 |
|
3
|
基于气象因子的EEMD-BP方法在电网用电量预测中的应用 |
张震
肖莺
任永建
陈正洪
|
《南方能源建设》
|
2024 |
0 |
|
4
|
基于边缘计算的商业区电力能源用电量动态预测系统 |
梁波
解磊
李函奇
郭珂
孙小斌
|
《电子设计工程》
|
2024 |
0 |
|
5
|
数字电网边缘侧用电量数据缓存快速部署研究 |
代奇迹
辛明勇
祝健杨
|
《电子设计工程》
|
2024 |
0 |
|
6
|
基于长短期记忆神经网络的电力用电量预测 |
陈伟伟
荆世博
边家瑜
易庚
安琪
|
《机械与电子》
|
2024 |
0 |
|
7
|
基于WPA-Prophet模型的区域用电量预测 |
谭曾盛
王志兵
|
《现代信息科技》
|
2024 |
0 |
|
8
|
2022年全社会用电量同比增长3.6% |
|
《电力勘测设计》
|
2023 |
1
|
|
9
|
基于Prophet的用户用电量短期预测方法 |
马晓琴
厉娜
罗红郊
周宇
袁培森
|
《信息技术》
|
2023 |
1
|
|
10
|
基于传统CNN-LSTM模型和PGAN模型的用电量预测对比研究 |
陈露东
卢嗣斌
徐常
|
《电测与仪表》
北大核心
|
2023 |
2
|
|
11
|
基于ARIMA模型的区域用电量预测方法 |
钱嫣然
何慧之
仇海英
邓渝亭
吴悦晨
|
《信息技术》
|
2023 |
3
|
|
12
|
基于数据挖掘算法的用户用电量需求自动预测模型 |
魏梦飒
李强
许成娣
王梅
曹芸
|
《自动化技术与应用》
|
2023 |
1
|
|
13
|
基于BP神经网络的芜湖市社会用电量预测研究 |
王超
王银花
|
《淮北师范大学学报(自然科学版)》
CAS
|
2023 |
1
|
|
14
|
基于CNN编码—LSTM解码混合神经网络的智慧家庭用电量预测技术研究 |
张硕
周小林
张宇
唐钧
|
《微型电脑应用》
|
2023 |
0 |
|
15
|
数据与误差驱动的典型行业用电量预测方法研究 |
赵阳
贺春光
韩长占
杨书强
刘梅
|
《全球能源互联网》
CSCD
|
2023 |
0 |
|
16
|
基于RFE特征选择的PSO-SVM用电量预测算法 |
罗红郊
马晓琴
孙妍
张华铭
|
《电子设计工程》
|
2023 |
0 |
|
17
|
基于RF变量选择与LSTM回归的长期用电量预测模型 |
吴翔宇
荀超
肖芬
林可尧
林超群
陈伯建
|
《电气传动》
|
2023 |
0 |
|
18
|
基于非参数回归的江苏省用电量分析 |
查志伟
|
《科技和产业》
|
2023 |
0 |
|
19
|
基于数据融合的企业用电量状态自动监测方法 |
杨一帆
包永迪
郑阳
王堃
|
《自动化技术与应用》
|
2023 |
0 |
|
20
|
基于ARIMA模型的包头市全社会用电量短期预测 |
刘芳
李海滨
李明昕
郭婷
|
《内蒙古科技大学学报》
CAS
|
2023 |
0 |
|