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

人工智能技术在电力系统预测中的应用研究被引量：1

下载PDF

导出

摘要本文提出了基于深度神经网络(DNN)、支持向量机(SVM)和决策树的人工智能模型,并对其在电力负荷、风能和设备故障预测中的应用进行了深入研究。实验结果表明,人工智能模型在预测精度和运行效率上显著优于传统统计学模型。本文的研究为电力系统预测领域提供了新的技术路径和理论依据。

作者李斌杨晓婷苏玮

机构地区济南鲁源电气集团有限公司金鼎分公司

出处《电气技术与经济》 2025年第8期51-53,共3页 Electrical Equipment and Economy

关键词人工智能模型电力系统预测应用

分类号 TM73 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献7

1苗磊,李擎,蒋原,崔家瑞,王义轩.深度学习在电力系统预测中的应用[J].工程科学学报,2023,45(4):663-672. 被引量：18
2丁锋.人工智能技术应用与上市企业全要素生产率[J].云南财经大学学报,2024,40(10):56-69. 被引量：17
3杨成帮,王安志,任春洪,唐洁亮.基于深度神经网络的视频显著目标检测综述[J].计算机工程与应用,2024,60(19):68-79. 被引量：7
4宋银涛,杨宝庆,刘计,赵宇,闫敬.基于SVM稀疏表示的类特别字典学习算法[J].燕山大学学报,2024,48(5):437-445. 被引量：5
5林东方,朱凯林,谢建,王璇.病态问题解算精度的相对均方误差比较分析方法[J].大地测量与地球动力学,2024,44(7):704-708. 被引量：2
6赵晓峰,王平水.基于组合加权k近邻分类的无线传感网络节点复制攻击检测方法[J].传感技术学报,2024,37(6):1056-1060. 被引量：9
7苏祥飞,林国晟,李洪峥,栗梦凡,余维,轩碧焓,商祖诚,沈阿灵,彭军.原发性高血压肝阳上亢证的决策树模型研究[J].中国中医药信息杂志,2024,31(10):157-163. 被引量：3

二级参考文献92

1张云,尹艺霏.数字化转型、公司治理模式与企业全要素生产率[J].郑州大学学报（哲学社会科学版）,2023,56(5):53-58. 被引量：17
2杨祎,刘嫣然,李垣.替代或互补:人工智能应用管理对创新的影响[J].科研管理,2021,42(4):46-54. 被引量：56
3孙早,侯玉琳.人工智能发展对产业全要素生产率的影响——一个基于中国制造业的经验研究[J].经济学家,2021(1):32-42. 被引量：134
4徐晶,刘鹏,刘家锋,唐降龙.一种受雨滴影响的运动目标检测方法[J].计算机研究与发展,2009,46(11):1885-1892. 被引量：5
5衷敬柏.基于医家经验的高血压病中医病名、病因病机与证候研究[J].世界中西医结合杂志,2009,4(12):843-846. 被引量：88
6WU Yang,ZHENG NanNing,YUAN ZeJian,JIANG HuaiZu,LIU Tie.Detection of salient objects with focused attention based on spatial and temporal coherence[J].Chinese Science Bulletin,2011,56(10):1055-1062. 被引量：4
7胡晓辉,关山.视频序列中运动目标检测算法[J].计算机工程与应用,2011,47(16):166-168. 被引量：2
8归庆明,张建军,郭建锋.压缩型抗差估计[J].测绘学报,2000,29(3):224-228. 被引量：19
9汤峥丽,张晓一,郑珏.高血压前期的中医辨证分型及与体重指数、脂代谢的相关性[J].辽宁中医杂志,2012,39(10):1990-1992. 被引量：17
10肖白,周潮,穆钢.空间电力负荷预测方法综述与展望[J].中国电机工程学报,2013,33(25):78-92. 被引量：136

共引文献54

1张缘圆,辛明勇,冯起辉,祝健杨.基于多传感器融合的微型智能综合体研究[J].电力大数据,2023,26(3):69-76. 被引量：1
2钱育树,孔钰婷,黄聪.电力负荷预测研究综述[J].四川电力技术,2023,46(4):37-43. 被引量：31
3李晓翔,张超群,郝小芳,王大睿,完颜兵.一种基于随机森林和GRU网络的短期电力负荷预测模型[J].现代计算机,2023,29(13):18-24. 被引量：4
4寿绍安,罗海荣,王晓康,张洁,虎俊,周剑桥.基于VMD-ISODATA-DBN的配电台区短期负荷预测方法[J].智慧电力,2023,51(11):53-60. 被引量：16
5李琦,许素安.基于GSABO-BP和Bootstrap的电力负荷区间预测[J].现代电子技术,2024,47(10):28-33. 被引量：8
6冯爱丽.基于物联网技术的电力自动化系统设计与实现研究[J].家电维修,2024(6):68-70. 被引量：10
7宋文乐,张烨,刘航旭,王磊,葛磊蛟.基于光伏组件老化特性解耦的渔光互补光伏短期出力预测方法[J].电力建设,2024,45(7):25-33. 被引量：8
8骆东松,魏義民,张杰锋.基于经验模态分解和优化BiLSTM的短期负荷预测[J].机械与电子,2024,42(9):11-17. 被引量：2
9王岩,黄婷,杨坪川,李鑫,林芯仪.针对多面体数据扰动的稳健支持向量回归算法研究[J].信息记录材料,2024,25(10):46-49.
10李修娟.基于大数据分析的配电网雷击事件预测研究[J].互联网周刊,2024(21):12-14.

同被引文献3

1张俊,徐箭,许沛东,陈思远,高天露,白昱阳.人工智能大模型在电力系统运行控制中的应用综述及展望[J].武汉大学学报（工学版）,2023,56(11):1368-1379. 被引量：51
2贾淑庆.电力系统智能化运维管理中的人工智能技术应用研究[J].移动信息,2025,47(6):130-132. 被引量：1
3马菲阳.人工智能时代电力企业对接国际标准的路径探索[J].可持续发展,2025,15(5):270-278. 被引量：1

引证文献1

1沈煜,段勋霞.人工智能大模型重塑电力系统调控的路径探索[J].张江科技评论,2025(12):100-102.

1钟天泽,云利军,杨璇玺,陈载清,吴明杰.基于改进YOLOv8的无人机视角下青皮核桃目标检测[J].郑州大学学报(理学版),2025,57(5):24-30.
2田海波,吴岩真,郭蕊.智能技术在电力系统中的应用[J].电子技术(上海),2025,54(5):170-171. 被引量：1
3闫涛,王业雨,程达.人工智能驱动的物联网优化策略:未来通信网络的前景[J].现代工业工程,2025(7):206-208.
4赵丹,王丽,万莹,尹庆,杨艳,唐志娟.天然气中元素硫溶解度的测量精密度分析[J].天然气勘探与开发,2025,48(4):107-115.
5贺成玉,李洪登,刘世明.地质找矿中的矿化规律与矿体预测方法[J].中文科技期刊数据库(全文版)自然科学,2025(9):029-032.

电气技术与经济

2025年第8期

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...

;

使用帮助返回顶部