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
浅析电网负荷预测方法
下载PDF
职称材料
导出
摘要
电网负荷预测是电网安全运行的基础,在电力市场具有重要的作用。本文主要总结了电网负荷预测的方法,希望为电网负荷预测提供帮助。
作者
张海燕
机构地区
四川岳池爱众电力有限公司
出处
《科技资讯》
2013年第17期112-112,共1页
Science & Technology Information
关键词
电网
负荷
预测
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
22
参考文献
3
共引文献
11
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
3
1
李鹏飞,加玛力汗.库马什,常喜强.
几种电力负荷预测方法的比较[J]
.电气技术,2011,12(6):49-52.
被引量:8
2
李江涛,鲁靖华.浅析电网负荷预测方法及其实现[J].应用科技,2010(6):237.
被引量:1
3
王福莹.
电网负荷预测方法及其实现[J]
.科技创新导报,2010,7(27):102-102.
被引量:5
二级参考文献
22
1
沈百新.
利用专家系统预测地区用电负荷[J]
.电力需求侧管理,2005,7(2):49-50.
被引量:9
2
王志勇,郭创新,曹一家.
基于模糊粗糙集和神经网络的短期负荷预测方法[J]
.中国电机工程学报,2005,25(19):7-11.
被引量:53
3
龚灯才,孙长银,李林峰.
基于模糊回归支持向量机的短期负荷预测[J]
.三峡大学学报(自然科学版),2006,28(1):37-40.
被引量:5
4
牛东晓,谷志红,邢棉,王会青.
基于数据挖掘的SVM短期负荷预测方法研究[J]
.中国电机工程学报,2006,26(18):6-12.
被引量:120
5
卢芸.短期电力负荷预测关键问题与方法的研究[D]沈阳工业大学,沈阳工业大学2007.
被引量:1
6
肖蔚.基于支持向量机的短期电力负荷预测方法研究[D]武汉理工大学,武汉理工大学2008.
被引量:1
7
李广敏.考虑光伏并网发电的短期负荷预测[D]华北电力大学(河北),华北电力大学(河北)2007.
被引量:1
8
林雄.
神经网络在电网负荷预测上的应用研究[J]
.信息技术,2008,32(9):111-113.
被引量:8
9
李宏,于菲菲,方世辉.
基于小波神经网络的电网负荷预测[J]
.现代计算机,2008,14(10):141-144.
被引量:3
10
魏俊,周步祥,林楠,邢义.
基于蚁群支持向量机的短期负荷预测[J]
.电力系统保护与控制,2009,37(4):36-40.
被引量:40
共引文献
11
1
白翔,赵亮,秦文莉.
电力系统负荷预测算法简介[J]
.中国科技博览,2011(11):27-28.
2
刘起铭,加玛力汗.库马什,华东,李鹏飞.
基于支持向量机的负荷预测分析[J]
.电气技术,2013,14(5):34-36.
被引量:4
3
张健美,周步祥,林楠,张勤,陈杰.
灰色Elman神经网络的电网中长期负荷预测[J]
.电力系统及其自动化学报,2013,25(4):145-149.
被引量:37
4
黄勃,古雄文,杨锦华,刘玉明.
数据挖掘在能源管理系统中的深入应用[J]
.建筑电气,2014,33(10):76-80.
被引量:2
5
裴迪.
电力系统负荷预测研究与分析[J]
.中国科技纵横,2014,0(24):160-160.
被引量:1
6
张婷婷.
探讨如何提高电网运行负荷预测方法[J]
.中国厨卫,2015,0(2):4-4.
7
于志勇,张增强,吕盼,宋新甫.
浅谈电力负荷预测方法[J]
.黑龙江科技信息,2017(5):9-9.
被引量:1
8
韩富尧,刘亚伟.
基于计量经济-灰色理论的多变量电力负荷预测方法[J]
.电气技术,2017,18(7):37-40.
被引量:2
9
任建聪,高鑫,赵飞,王健,胡彩娥,李兰芝.
基于中期负荷预测分析的技改大修项目策略研究[J]
.软件,2017,38(12):286-290.
被引量:2
10
黄嘉楠,向小民,邢彧.
基于低电压治理的配电网优化策略研究[J]
.电力电容器与无功补偿,2020,41(1):200-206.
被引量:24
1
李江涛,鲁靖华.
浅析电网负荷预测方法及其实现[J]
.科技风,2011(3):237-237.
被引量:1
2
莫小勇.
电力工程技术在智能电网中的应用[J]
.湖南农机(学术版),2013,40(5):99-99.
3
李宗文.
变压器和配电装置的运行维护[J]
.科技视界,2014(14):98-98.
4
蒋鹏仪.
可再生能源与智能电网构建的未来电力系统[J]
.资源节约与环保,2014,29(11):2-2.
5
张宁,白立强,王之君.
如何提高电网负荷预测准确率[J]
.消费电子,2014(8):41-41.
6
王彬,刘丽燕,季娟娟.
浅议提高电网负荷预测准确率措施[J]
.中国电子商务,2014(11):266-266.
7
王福莹.
电网负荷预测方法及其实现[J]
.科技创新导报,2010,7(27):102-102.
被引量:5
8
沛吉.
西北电网建设现状[J]
.水力发电,2004,30(3):73-73.
9
张婷婷.
探讨如何提高电网运行负荷预测方法[J]
.中国厨卫,2015,0(2):4-4.
10
西北电网负荷首次突破40000MW[J]
.华东电力,2010(11):1749-1749.
科技资讯
2013年 第17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