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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
日度负荷预测算法的研究和应用
被引量:
2
1
作者
邱立国
《现代计算机》
2017年第14期21-25,35,共6页
日度负荷预测不仅和预测日前一天有关,和上周同一天的用电量相关甚至和上月同一天的用电量也相关,还和外部因素如时间因素、气候因素和经济因素有关。传统的预测主要依靠于相关人员的经验来判断,这样的方法并不能很精准地预测未来的用电...
日度负荷预测不仅和预测日前一天有关,和上周同一天的用电量相关甚至和上月同一天的用电量也相关,还和外部因素如时间因素、气候因素和经济因素有关。传统的预测主要依靠于相关人员的经验来判断,这样的方法并不能很精准地预测未来的用电量,同时带有很强的主观性。因此建立模型来预测是十分有必要的。这里采用传统的时间序列模型和现代机器学习中的人工神经网络算法的组合预测,得到更为精准的结果。
展开更多
关键词
arima
(
季节
)
模型BP神经网络
组合优化
下载PDF
职称材料
题名
日度负荷预测算法的研究和应用
被引量:
2
1
作者
邱立国
机构
珠海泰坦新动力电子有限公司
出处
《现代计算机》
2017年第14期21-25,35,共6页
文摘
日度负荷预测不仅和预测日前一天有关,和上周同一天的用电量相关甚至和上月同一天的用电量也相关,还和外部因素如时间因素、气候因素和经济因素有关。传统的预测主要依靠于相关人员的经验来判断,这样的方法并不能很精准地预测未来的用电量,同时带有很强的主观性。因此建立模型来预测是十分有必要的。这里采用传统的时间序列模型和现代机器学习中的人工神经网络算法的组合预测,得到更为精准的结果。
关键词
arima
(
季节
)
模型BP神经网络
组合优化
Keywords
arima
(Seasonal)Model
BP Neural Network
Combinatorial Optimization
分类号
TM715 [电气工程—电力系统及自动化]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
日度负荷预测算法的研究和应用
邱立国
《现代计算机》
2017
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部