短期负荷预报相关论文
电力系统短期负荷预报是实现电力系统优化运行的基础，对于电力系统运行的安全性，可靠性和经济性都有显著影响。因此，寻求有效的负荷预......
提出的基于MATLAB神经网络工具箱的短期负荷预报模型，不仅简洁实用，而且涉及了天气和日期特征量，因而具有较高的预测精度.采用两种学......
对于只依据历史记录的短期负荷预报,可以采用多个子模型来进行预报.拆分子模型的一种优化原则是定性和定量结合的原则.定性原则即......
电力系统负荷预报研究现状,介绍了神经网络方法应用于电力系统短期负荷预报的可行性及存在的问题。详细讨论了应用BP神经网络、共......
提出了２个新的用于帝时在线短期负荷预报的函数联接神经网络（ＦＬＮ）模型，２个模型都把负荷与气象参数结合起来的构成非线性ＡＲＭＡ过程，并应用ＦＬＮ的函数逼......
通过对小电网短期电力负荷的特点分析，利用平滑、差分、去基值、比例放大四种时间序列处理的方法，去偏复自相关法的相空间重构和BP网......
采用模糊理论对日负荷曲线预防中的天气因素进行了模糊处理，根据季节，气候的不同对天气因素做不同的模糊处理和不同数学模型，建立了专......
提出了一种简洁实用的基于模糊集的神经网络电力系统短期负荷预报方法,计及了天气和日期特征量,具有较高的预测精度.采用两种学习......
采用模糊理论对日负荷曲线预报中的天气因素进行了模糊处理,根据季节、气候的不同对天气因素做不同的模糊处理和不同数学模型,建立......
针对电力系统负荷具有拟周期性、非平稳性、非线性等特点,提出一种小波-神经网络-PARIMA模型并研究它在电力系统短期负荷预报中的......
提出了电力系统短期负荷预报基于模糊集的神经网络方法.该方法计及了天气和日期特征量,具有训练时间短预测精度高的特点.采用两种......
本文结合小波和神经网络方法进行电力系统短期负荷预测的通用模型和方法的研究，建立了负荷预报的小波网络模型，确定了有效的算法求解......
运用ARIMA(p,d,q)模型和灰色理论中的GM(1,1)改进模型组合预测负荷.同时,对气候温度急变日负荷预测值进行特殊处理,提高了负荷预报......
电力系统混沌研究的2类目的，一是预防、排除不受欢迎的混沌现象，二是利用客观存在的混沌现象。从使用的数学工具角度，混沌的研究可以......
采用模糊理论对日负荷曲线预报中的天气因素进行了模糊处理,根据季节、气候的不同对天气因素做不同的模糊处理和不同数学模型,建立......
