尹晶晶

作品数:6被引量:35H指数:4
导出分析报告
供职机构:上海理工大学光电信息与计算机工程学院更多>>
发文主题:负荷预测短期负荷预测自组织特征映射特征提取ELM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:《能源研究与信息》《机电工程》《电力科学与工程》《电子科技》更多>>
所获基金:国家自然科学基金国家科技部政府间科技合作项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-6
视图:
排序:
基于高阶BP神经网络的日最大负荷预测被引量:2
《能源研究与信息》2016年第3期153-157,共5页马立新 李渊 郑晓栋 尹晶晶 
国家自然科学基金资助项目(61205076)
随着社会的发展,人们的日常生活和工作生产越来越依赖于电力系统.精准的电力负荷预测是电网安全、稳定运行的重要保障.为减小节假日在日最大负荷预测过程中的影响,提出了法定节假日对日最大负荷的影响及日类型量化处理方法,并采用一种...
关键词:负荷预测 日最大负荷 日类型 假日负荷预测 高阶BP神经网络 
基于粗糙特征量的短期电力负荷预测被引量:11
《电子科技》2016年第1期40-43,共4页马立新 郑晓栋 尹晶晶 
国家自然科学基金资助项目(6120576);国家科技部政府间科技合作基金资助项目(2009014)
针对负荷特征一直是实际电力负荷预测中的重大问题。提出了基于粗糙特征量的约简算法。通过对天气及负荷历史数据进行挖掘,找到负荷的关键特征,并与径向基网络结合建立了负荷预测模型。算例结果表明,与按经验选取输入的传统网络相比,预...
关键词:电力系统 径向基 粗糙特征量 负荷预测 
基于特征提取相似日的ELM短期负荷预测研究被引量:7
《电子科技》2015年第12期22-25,共4页马立新 尹晶晶 郑晓栋 
国家自然科学基金资助项目(61205076);上海市研究生创新基金资助项目(JWCXSL1302)
为解决短期电力负荷预测中预测精度差、计算时间长等问题,提出一种基于自组织特征映射网络进行特征提取相似日的极限学习机短期电力负荷预测方法。通过自组织特征映射网络找出与预测日同类型的历史数据作为训练样本;并采用预测能力强、...
关键词:自组织特征映射 特征提取 相似日 极限学习机 短期负荷预测 
智能用电环境下电力负荷预测方法的研究被引量:3
《机电工程》2015年第9期1233-1237,共5页马立新 尹晶晶 郑晓栋 栾健 
国家自然科学基金资助项目(61205076);上海市张江国家自主创新重点资助项目(201310-PI-B2-008)
针对在智能用电环境下研究对象复杂且负荷随机性强,短期电力负荷预测算法精度差、计算时间长等问题,提出一种基于ELM-Adaboost神经网络改进算法预测短期电力负荷的新方法。该方法引入Adaboost算法,首先对经过预处理后的历史数据进行测...
关键词:负荷预测 极限学习机 ADABOOST算法 强预测器 神经网络 
SOM特征提取与ELM在电力负荷预测中的应用被引量:7
《电力科学与工程》2015年第5期1-5,共5页马立新 尹晶晶 郑晓栋 
国家自然科学基金资助项目(61205076);上海市张江国家自主创新重点项目(201310-PI-B2-008)
随着电力负荷内涵复杂度和非线性增加,单纯追求电力负荷预测精度将变得困难。研究根据负荷样本分析其趋势、抽取特征来解决预测精度问题,即提出一种基于自组织特征映射网络(SOM)进行特征提取并与极限学习机(ELM)相结合的短期电力负荷预...
关键词:自组织特征映射 特征提取 极限学习机 短期负荷预测 
主分量启发式约简算法的短期负荷预测被引量:6
《电力科学与工程》2015年第1期27-30,43,共5页马立新 郑晓栋 尹晶晶 
国家自然科学基金资助项目(6120576);国家科技部政府间科技合作项目(2009014)
针对众多不确定要素影响电力负荷预测准确度的问题,对粗糙集理论进行研究的基础上,提出了基于属性主分量的启发式约简算法,对天气及负荷历史数据进行处理,并建立了与广义回归神经网络结合的短期负荷预测模型。通过属性约简算法提取对未...
关键词:粗糙集 神经网络 负荷预测 主分量 
检索报告 对象比较 聚类工具 使用帮助 返回顶部