期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
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
被引量：
17
1
作者
陈伟
吴耀武
+1 位作者
娄素华
熊信艮
《电网技术》
EI
CSCD
北大核心
2007年第3期73-76,共4页
针对电力系统短期负荷的特点建立了将累积式自回归动平均法(autoregressive integrated moving average,ARIMA)和采用反向传播算法(back propagation,BP)的神经网络法相结合的短期负荷预测模型。该模型利用ARIMA方法对线性时间序列逼近...
针对电力系统短期负荷的特点建立了将累积式自回归动平均法(autoregressive integrated moving average,ARIMA)和采用反向传播算法(back propagation,BP)的神经网络法相结合的短期负荷预测模型。该模型利用ARIMA方法对线性时间序列逼近能力强的特点首先对预测日负荷进行预测,然后应用BP神经网络方法对预测结果进行修正,因此克服了单一算法存在的不足。应用该模型对某地区电网进行负荷预测,结果表明该方法的预测效果较好。
展开更多
关键词
短期负荷预测
累积
式
自回归
动
平均
洼
(
arima
)
BP神经网络
平滑性处理
在线阅读
下载PDF
职称材料
基于累积式自回归动平均传递函数模型的短期负荷预测
被引量：
19
2
作者
李妮
江岳春
+1 位作者
黄珊
毛李帆
《电网技术》
EI
CSCD
北大核心
2009年第8期93-97,103,共6页
针对短期负荷预测,提出了累积式自回归动平均(auto-regressive integrated moving average,ARIMA)传递函数模型的简化建模方法。传递函数模型考虑了干扰因素对因变量的作用,体现了干扰因素中变量间相互影响的关系。其构造灵活,可用较少...
针对短期负荷预测,提出了累积式自回归动平均(auto-regressive integrated moving average,ARIMA)传递函数模型的简化建模方法。传递函数模型考虑了干扰因素对因变量的作用,体现了干扰因素中变量间相互影响的关系。其构造灵活,可用较少的参数建立阶数较高的模型;并且假定值较少,容易得到满足。该文还将温度因素考虑在内,通过算例将传递函数模型和ARIMA模型的预测结果与实际值进行了比较,结果表明采用传递函数改进后的ARIMA模型预测精度提高,预测误差减小,具有较强的实用性。
展开更多
关键词
负荷预测
时间序列
累积
式
自回归
动
平均
模型
传递函数模型
在线阅读
下载PDF
职称材料
题名
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
被引量：
17
1
作者
陈伟
吴耀武
娄素华
熊信艮
机构
电力安全与高效湖北省重点实验室(华中科技大学)
出处
《电网技术》
EI
CSCD
北大核心
2007年第3期73-76,共4页
文摘
针对电力系统短期负荷的特点建立了将累积式自回归动平均法(autoregressive integrated moving average,ARIMA)和采用反向传播算法(back propagation,BP)的神经网络法相结合的短期负荷预测模型。该模型利用ARIMA方法对线性时间序列逼近能力强的特点首先对预测日负荷进行预测,然后应用BP神经网络方法对预测结果进行修正,因此克服了单一算法存在的不足。应用该模型对某地区电网进行负荷预测,结果表明该方法的预测效果较好。
关键词
短期负荷预测
累积
式
自回归
动
平均
洼
(
arima
)
BP神经网络
平滑性处理
Keywords
short-term load forecasting： autoregressiveintegrated moving average （
arima
）： back propagation neuralnetworks, smooth disposal
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于累积式自回归动平均传递函数模型的短期负荷预测
被引量：
19
2
作者
李妮
江岳春
黄珊
毛李帆
机构
湖南大学电气与信息工程学院
出处
《电网技术》
EI
CSCD
北大核心
2009年第8期93-97,103,共6页
文摘
针对短期负荷预测,提出了累积式自回归动平均(auto-regressive integrated moving average,ARIMA)传递函数模型的简化建模方法。传递函数模型考虑了干扰因素对因变量的作用,体现了干扰因素中变量间相互影响的关系。其构造灵活,可用较少的参数建立阶数较高的模型;并且假定值较少,容易得到满足。该文还将温度因素考虑在内,通过算例将传递函数模型和ARIMA模型的预测结果与实际值进行了比较,结果表明采用传递函数改进后的ARIMA模型预测精度提高,预测误差减小,具有较强的实用性。
关键词
负荷预测
时间序列
累积
式
自回归
动
平均
模型
传递函数模型
Keywords
short term load forecasting
time series
auto-regressive integrated moving average （
arima
） model
transfer function model
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
陈伟
吴耀武
娄素华
熊信艮
《电网技术》
EI
CSCD
北大核心
2007
17
在线阅读
下载PDF
职称材料
2
基于累积式自回归动平均传递函数模型的短期负荷预测
李妮
江岳春
黄珊
毛李帆
《电网技术》
EI
CSCD
北大核心
2009
19
在线阅读
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
