2025年3月6日
星期四
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
刘巍
作品数:
1
被引量:2
H指数:1
供职机构:
国网河南省电力公司经济技术研究院
更多>>
发文基金:
中国博士后科学基金
河南省教育厅科学技术研究重点项目
国家教育部博士点基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
宋慧
郑州大学电气工程学院
梁静
郑州大学电气工程学院
瞿博阳
郑州大学电气工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
电业
1篇
短期负荷预测
1篇
学习机
1篇
神经网
1篇
神经网络
1篇
网络
1篇
极限学习机
1篇
反向传播神经...
1篇
负荷预测
1篇
超短期负荷预...
机构
1篇
郑州大学
1篇
中原工学院
1篇
国网河南省电...
作者
1篇
瞿博阳
1篇
梁静
1篇
宋慧
1篇
刘巍
传媒
1篇
计算机仿真
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
电业超短期负荷预测仿真研究
被引量:2
2015年
超短期负荷预测是电力负荷预测中很重要的环节,数据的提取和预测方法的选择则是最难的环节。为了准确预测,采用电行业监测分析系统数据提取平台,能够实时监测及提取负荷数据。反向传播(BP)神经网络和极限学习机(ELM)具有预测能力强和全局搜索显著特点而成为超短期负荷预测中常用的两种方法。实验数据通过重点用电行业监测分析系统获取,通过建立预测数据提取模型,用BP神经网络和ELM通过不同的隐含层节点数设置进行超短期预测。实验结果表明,提出的数据提取平台在提取数据上的可靠性,同时BP神经网络及ELM在超短期负荷预测中的可行性,并且相比较于BP神经网络,ELM在超短期负荷预测上具有较高的预测精度和较短的运算时间。
梁静
瞿博阳
宋慧
刘巍
关键词:
超短期负荷预测
极限学习机
反向传播神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张