期刊导航
期刊开放获取
cqvip
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
浅谈电力负荷预测的理论和方法
被引量:
2
下载PDF
职称材料
导出
摘要
负荷预测在电力系统规划和运行方面发挥的重要作用,具有明显的经济效益,负荷预测实质上是对电力市场需求的预测。系统介绍和分析了各种负荷预测的方法及特点,并指出做好负荷预测已成为实现电力系统管理现代化的重要手段。
作者
方红梅
机构地区
重庆市黔江区供电有限责任公司
出处
《广东科技》
2012年第19期100-100,116,共2页
Guangdong Science & Technology
关键词
电力负荷预测
负荷预测模型
理论和方法
分类号
TM715 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
5
参考文献
3
共引文献
12
同被引文献
11
引证文献
2
二级引证文献
1
参考文献
3
1
刘晨晖著..电力系统负荷预报理论与方法[M].哈尔滨:哈尔滨工业大学出版社,1987:319.
2
伊瑞..电力负荷预测中的数学方法及应用研究[D].中南大学,2006:
3
赖晓平,周鸿兴,田发中.
电力系统短期负荷预测的混合模型神经元网络方法[J]
.电网技术,2000,24(1):47-51.
被引量:13
二级参考文献
5
1
汪峰,于尔铿,周京阳.
能量管理系统(EMS) 第4讲 电力系统负荷预报[J]
.电力系统自动化,1997,21(4):66-69.
被引量:24
2
赖晓平 云昌钦.在线短期负荷预测方法的研究与应用[J].山东大学学报,1995,30(3):278-285.
被引量:2
3
Papalexopoulos A D,IEEE Trans PWRS,1994年,9卷,4期,1956页
被引量:1
4
赖晓平,山东大学学报,1995年,30卷,3期,278页
被引量:1
5
Fan J Y,IEEE Trans PWRS,1994年,9卷,2期,988页
被引量:1
共引文献
12
1
马骞,杨以涵,刘文颖,张东英.
基于对象Petri网技术的电力系统故障恢复方法[J]
.电网技术,2005,29(3):23-28.
被引量:31
2
周沛,林吉海.
改进的BP算法在电力系统短期负荷预测中的应用[J]
.重庆工商大学学报(自然科学版),2005,22(2):153-156.
被引量:2
3
蔡泽祥,侯汝锋,尹亮.
考虑最大负荷预测的地区电网静态安全分析研究[J]
.郑州大学学报(工学版),2005,26(2):18-22.
4
施伟锋,聂益文.
船舶大功率发电机混沌神经网络建模[J]
.中国电机工程学报,2005,25(21):156-162.
被引量:6
5
韩肖宁,于辉.
面向对象的电力系统网络拓扑分析的研究[J]
.电力学报,2006,21(1):13-15.
被引量:5
6
汤胜清,程小华.
一种基于多层前向神经网络的谐波检测方法[J]
.中国电机工程学报,2006,26(18):90-94.
被引量:58
7
陈伟,吴耀武,娄素华,熊信艮.
基于累积式自回归动平均法和反向传播神经网络的短期负荷预测模型[J]
.电网技术,2007,31(3):73-76.
被引量:17
8
代小红,王光利.
L-M优化BP算法在短期负荷预测中的应用[J]
.计算机科学,2011,38(7):265-267.
被引量:3
9
李元诚,白恺,曲洪达,李智,宗瑾,刘汉民.
基于粒子群-稀疏贝叶斯混合算法的光伏功率预测方法[J]
.太阳能学报,2016,37(5):1153-1159.
被引量:5
10
刘耀年,祝滨,曾令全,张文生,李月玲.
一种利用可加性模糊系统的短期负荷预测新方法[J]
.电网技术,2003,27(8):68-71.
被引量:8
同被引文献
11
1
赵树华,吴日升,曾鸣,黄琰.
全面提高广州地区需求侧管理水平策略研究[J]
.电力需求侧管理,2004,6(6):7-9.
被引量:5
2
曲巍.
提升需求侧管理水平 共建节能型社会[J]
.电力需求侧管理,2006,8(6):50-51.
被引量:2
3
周肖,黎娜娜,杨莹.
电力需求侧管理影响因素的解释结构模型分析[J]
.继电器,2007,35(7):58-60.
被引量:9
4
尹伊伟.浅谈电力需求侧管理和电力体制改革相辅相成的关系[J].华章.2011(20)
被引量:1
5
马晓辉,马利芳.
精确电力需求预测 提高需求侧管理水平[J]
.管理观察,2010(33):96-96.
被引量:1
6
杨诗雄.
电力需求侧管理现状及问题分析[J]
.科技致富向导,2011(8):230-230.
被引量:4
7
祁振华.
电力负荷预测的方法研究[J]
.内蒙古科技与经济,2012(23):86-87.
被引量:3
8
李霄.
什么是智能家电?[J]
.标准生活,2016(10):14-17.
被引量:1
9
金尧,苏国庆,胡庆虎.
智能家庭能量优化管理系统[J]
.电工技术,2017(4):41-42.
被引量:1
10
秦国朋,石宇.
其实,智能家电一点也不神秘[J]
.家用电器,2017,0(9):90-91.
被引量:1
引证文献
2
1
胡恒箫,王璟兮.
智能家电对居民小区用电负荷的影响研究[J]
.江苏科技信息,2019,36(7):71-73.
被引量:1
2
梁瑞莹,黄玉昆.
电力需求精确预测对需求侧管理水平的影响分析[J]
.电子测试,2013,24(8X):285-286.
二级引证文献
1
1
祁兵,张露露,李彬,陈宋宋.
基于电压监测的分布式电采暖实时优化控制策略[J]
.现代电力,2021,38(4):449-454.
被引量:7
1
张旺.
10kV配电线路带电作业方法及特点分析[J]
.电工技术(下半月),2016(2):125-125.
2
米文娟.
县级供电公司负荷预测方法及特点[J]
.新疆电力技术,2008(1):36-37.
3
范毅明.
8031单片机构成的真空接触器自动测试系统[J]
.电子技术(上海),1995,22(10):11-14.
4
路秋生.
电子镇流器的发展与调光应用[J]
.灯与照明,2002,26(5):31-37.
被引量:1
5
徐辉.
电力系统负荷预测方法及特点[J]
.山东电力技术,2004,31(6):75-77.
被引量:7
6
郭辉.
电力系统负荷预测问题的若干思考[J]
.中小企业管理与科技,2009(36):308-308.
7
兰吉祥.
电力系统负荷预测方法及特点[J]
.中国集体经济,2011,0(4S):209-209.
被引量:3
8
齐玉莲,王立忠.
电力系统负荷预测方法及特点[J]
.黑龙江科技信息,2008(19):56-56.
被引量:1
9
王吉权,赵玉林.
电网规划的研究方法及特点[J]
.农村电气化,2006(2):20-22.
被引量:9
10
郑思娟.
探讨10kV配电网带电安装方法及特点[J]
.科学之友(下),2010(2):9-10.
被引量:3
广东科技
2012年 第19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