赵剑剑

作品数：3被引量：45H指数：2
导出分析报告
供职机构：华中科技大学电气与电子工程学院更多>>
发文主题：电力系统短期负荷预测方法短期负荷预测神经元网络负荷预测更多>>
发文领域：电气工程自动化与计算机技术更多>>
发文期刊：《电网技术》更多>>
所获基金：国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种基于小波神经元网络的短期负荷预测方法被引量：8
《电网技术》2004年第7期15-18,共4页张步涵 赵剑剑 刘小华 刘沛 程时杰 陆俭 
高等学校博士学科专项科研基金资助项目(2000048712)
小波神经元网络比多层前馈神经网络具有更多自由度和更好的适应性。为更好地反映气象因素对负荷的影响及提高负荷预测的精度,文章选用Morlet小波构建小波神经元网络,采用误差反传学习算法来训练网络,采用自学习隶属度分析聚类的新方法...
关键词：电力系统 电网 短期负荷预测 小波 神经元网络 
一种基于改进分类和回归树的神经元网络电力负荷预测方法被引量：1
《长沙电力学院学报（自然科学版）》2003年第3期34-37,共4页陈芳 赵剑剑 张步涵 
通过改进CART(分类和回归树)分类法选择训练样本,可以降低与预测日不一致负荷模式的影响,提高预测精度,并运用人工神经元网络预测下一天的96点负荷.主要包括3个部分.首先,运用CART分类法将输入空间分成若干矩形互斥区域,每一个区域对应...
关键词：电力系统 负荷预测 神经元网络 分类 回归树 负荷模式 预测精度 
一种基于径向基函数的短期负荷预测方法被引量：36
《电网技术》2003年第6期22-25,32,共5页赵剑剑 张步涵 程时杰 陆俭 
高等学校博士学科专项科研基金资助项目(2000048712)。
为克服传统K均值聚类法局部寻优的缺陷,提出了基于确定性退火聚类选取径向基函数(RBF)网络隐层节点中心的方法,并采用遗传算法有效地解决了径向基函数网络的学习问题。在选择学习样本时,根据相似度方法,综合考虑了日期类型、星期类型、...
关键词：电力系统 短期负荷预测 径向基函数 K均值聚类法 遗传算法 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部