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
共找到164篇文章
< 1 2 … 9 >
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：
新型储能在电网中的配置方法研究
1
作者 刘冠显 叶鹏 +2 位作者 刘俊 李诗宇 刘安琪 《东北电力技术》 2025年第11期21-27,62,I0002,共9页
新型储能是构建新型电力系统的重要技术和基础装备。目前,对新型储能配置问题的研究是全球电力行业研究的重点和热点方向,其目的是提高新型储能的利用率,减少储能供电成本。首先,对新型储能在电网中的配置方法进行介绍,分析了不同类型... 新型储能是构建新型电力系统的重要技术和基础装备。目前,对新型储能配置问题的研究是全球电力行业研究的重点和热点方向,其目的是提高新型储能的利用率,减少储能供电成本。首先,对新型储能在电网中的配置方法进行介绍,分析了不同类型新型储能在电网中可发挥的作用及在配置时所具备的特点;其次,通过详细对比研究,分析混合新型储能在电网的配置方法;最后,分析了新型储能配置方法的未来研究方向和发展趋势,为未来深入研究新型储能系统在电网中实际配置方法提供一定参考。 展开更多
关键词 新型储能 新型电力系统 配置原则 能源消纳率
在线阅读 下载PDF
基于注意力机制的卷积神经网络-长短时记忆网络的无功负荷预测 被引量：1
2
作者 付弢 王玮茹 +1 位作者 程雪婷 张心悦 《山西电力》 2025年第2期1-5,共5页
随着我国新能源渗透率的逐步提高,源荷双侧的无功波动加大,电网无功分布日趋复杂,为了提升无功控制的精度和时效性,高精度无功预测成为了当前电网调度运行亟待解决的问题。针对负荷无功非线性强、基数小的特点,提出了一种基于注意力机... 随着我国新能源渗透率的逐步提高,源荷双侧的无功波动加大,电网无功分布日趋复杂,为了提升无功控制的精度和时效性,高精度无功预测成为了当前电网调度运行亟待解决的问题。针对负荷无功非线性强、基数小的特点,提出了一种基于注意力机制的卷积神经网络-长短时记忆网络无功负荷预测方法,基于卷积神经网络-长短时记忆网络学习无功日负荷曲线中的时序特征,采用注意力机制实现对于局部非线性特征的提取,从而实现对于日无功负荷的特性提取。通过对山西某地区无功负荷数据的测试,验证了所提方法的有效性。 展开更多
关键词 注意力机制 卷积神经网络 长短时记忆网络 负荷预测
在线阅读 下载PDF
基于离散Fréchet距离和LS-SVM的短期负荷预测 被引量：15
3
作者 陈超 黄国勇 +2 位作者 范玉刚 吴建德 王晓东 《电力系统保护与控制》 EI CSCD 北大核心 2014年第5期142-147,共6页
针对现有电力系统短期负荷预测精度低、数据处理量大、易受输入变量的影响等问题,提出了一种将离散Fréchet距离与LS-SVM相结合的短期负荷预测方法。分析总结了East-Slovakia Power Distribution Company提供的历年负荷数据,结合该... 针对现有电力系统短期负荷预测精度低、数据处理量大、易受输入变量的影响等问题,提出了一种将离散Fréchet距离与LS-SVM相结合的短期负荷预测方法。分析总结了East-Slovakia Power Distribution Company提供的历年负荷数据,结合该地区的用电规律,通过引入离散Fréchet距离,建立离散曲线相似性的数学模型,选取出与基准曲线形状相似的相似日,利用相似日负荷数据对LS-SVM预测模型进行训练。经过仿真验证,并与标准LS-SVM模型得到的结果对比,所提预测方法明显提高了预测精度。 展开更多
关键词 离散Frechet距离 LS—SVM 用电规律 形状相似日 短期负荷预测
在线阅读 下载PDF
基于混合算法优化神经网络的风电预测模型 被引量：24
4
作者 董朕 殷豪 孟安波 《广东电力》 2017年第2期29-33,共5页
针对粒子群算法陷入局部最优以及Elman神经网络泛化能力不足等缺点,提出一种混合小波包分解(wavelet packet decomposition,WPD)和催化粒子群算法(catytic particle swarm optimization,CPSO)优化Elman神经网络(elman neural network,E... 针对粒子群算法陷入局部最优以及Elman神经网络泛化能力不足等缺点,提出一种混合小波包分解(wavelet packet decomposition,WPD)和催化粒子群算法(catytic particle swarm optimization,CPSO)优化Elman神经网络(elman neural network,ENN)的短期风电预测方法。通过小波包变换对风电功率样本进行多层序列分解,对单支重构所得的风电功率子序列采用催化粒子群算法优化的神经网络(CPSO-ENN)进行预测,最后叠加各子序列的预测值,得出实际预测结果。在实例分析中,利用某风电场实际运行数据进行仿真验证,结果表明新模型具有较高的预测精度。 展开更多
关键词 催化粒子群算法 神经网络 小波包分解 子序列 风电功率预测
在线阅读 下载PDF
基于小波分解的支持向量机母线负荷预测 被引量：19
5
作者 韩勇 李红梅 《电力自动化设备》 EI CSCD 北大核心 2012年第4期88-91,共4页
为提高母线负荷预测的准确性,提出一种基于小波分解和支持向量机的母线负荷预测方法。该方法利用小波分解算法将目标负荷序列分解为若干个不同频率的子序列,通过分析各个序列的特征规律,构造不同的支持向量机模型对各分量分别进行预测,... 为提高母线负荷预测的准确性,提出一种基于小波分解和支持向量机的母线负荷预测方法。该方法利用小波分解算法将目标负荷序列分解为若干个不同频率的子序列,通过分析各个序列的特征规律,构造不同的支持向量机模型对各分量分别进行预测,再将各分量预测值进行重构得到最终预测值。对某一区域内15条母线进行预测,采用平均日母线负荷准确率进行评价。与单独使用支持向量机方法相比,应用所提方法提高了962点的预测效果,占总预测点数的66.8%;全系统的准确率由93.5%提高到了95.1%。 展开更多
关键词 小波变换 小波分解 支持向量机 母线 负荷预测
在线阅读 下载PDF
基于改进PSO算法的Logistic模型在饱和负荷预测中的应用 被引量：6
6
作者 林勇 邹品晶 +3 位作者 左郑敏 欧阳旭 朱向前 姚建刚 《电力需求侧管理》 2015年第5期5-10,共6页
将改进的粒子群(PSO)算法应用到饱和电力负荷预测中,通过与Logistic时间序列预测模型相结合,对Logistic曲线函数进行优化参数求解。建立了基于该优化算法的Logistic时间序列饱和负荷预测模型,利用某地区电网历史数据进行Logistic时间序... 将改进的粒子群(PSO)算法应用到饱和电力负荷预测中,通过与Logistic时间序列预测模型相结合,对Logistic曲线函数进行优化参数求解。建立了基于该优化算法的Logistic时间序列饱和负荷预测模型,利用某地区电网历史数据进行Logistic时间序列分析。仿真结果表明,该改进算法收敛速度快,全局寻优能力强,克服了传统PSO算法局部搜索能力较差、容易陷入局部最优的缺点。利用它得到的Logistic拟合曲线,相对于传统PSO算法和Marquardt迭代算法的拟合结果,精度有明显的提高,说明该模型能够很好地反映电力负荷整体变化趋势。另外,运用该模型和人均用电量法分别对某地区电网饱和全社会用电量进行预测,结果显示两者预测结果较为接近,而人均用电量法在饱和电力负荷预测中运用已较为成熟,因此可以证明该模型应用到饱和电力负荷预测中是可行的。 展开更多
关键词 PSO算法 饱和电力负荷预测 Logistic时间序列预测 参数求解 Marquardt迭代算法
在线阅读 下载PDF
基于电力系统负荷变动速率的美国得州ERCOT短期负荷预测 被引量：7
7
作者 马瑞 姜飞 Garng M Huang 《电力自动化设备》 EI CSCD 北大核心 2012年第2期81-84,共4页
基于大量历史负荷数据,研究负荷数据曲线的变化性,并提出了负荷变动速率(RLF)与速率影响因子(IFR)概念。通过对ERCOT数据的分析,总结得出了得克萨斯州用电特点和相同时段内RLF的相似性。依据对RLF的历史数据统计分析,得出经验RLF值,并... 基于大量历史负荷数据,研究负荷数据曲线的变化性,并提出了负荷变动速率(RLF)与速率影响因子(IFR)概念。通过对ERCOT数据的分析,总结得出了得克萨斯州用电特点和相同时段内RLF的相似性。依据对RLF的历史数据统计分析,得出经验RLF值,并结合用电负荷的实时数据对短期负荷做出修正与准确预测。该方法可以应用在短期负荷预测系统及对区域中长期用电负荷变化规律的总结上。 展开更多
关键词 电力系统 负荷预测 负荷变动速率 ERCOT 统计 数据
在线阅读 下载PDF
融合稀疏编码器和改进蚁群算法的电力系统负荷预测算法设计
8
作者 史盛亮 《电器与能效管理技术》 2025年第11期26-31,58,共7页
针对新能源并网环境下传统负荷预测算法解决复杂非线性关系与不确定因素的能力不足问题,提出一种融合稀疏编码器与改进蚁群算法的新型电力系统智能负荷预测模型。首先,通过构建带正则化约束的稀疏编码器,有效提取负荷数据的深层特征,增... 针对新能源并网环境下传统负荷预测算法解决复杂非线性关系与不确定因素的能力不足问题,提出一种融合稀疏编码器与改进蚁群算法的新型电力系统智能负荷预测模型。首先,通过构建带正则化约束的稀疏编码器,有效提取负荷数据的深层特征,增强编码器的泛化能力;然后,引入动态领域搜索机制形成改进蚁群算法,显著提升复杂场景下的全局搜索能力和收敛效率;最后,基于历史负荷数据进行模型训练和对比验证。实验结果表明所提算法的负荷预测准确率可达97.9%,较传统方法提升约20%,为智能电网调度和能源互联网的可持续发展提供了有效的技术支撑。 展开更多
关键词 负荷预测 稀疏编码器 改进蚁群算法 历史数据 实验对比
在线阅读 下载PDF
基于嵌入式小波的CNN-LSTM电力系统负荷预测
9
作者 王才倩 胡倩 +1 位作者 苗文捷 陆沈雄 《湖南电力》 2025年第1期86-92,共7页
针对电力系统中负载端耗电预测精准性的问题,提出一种结合卷积神经网络和长短期记忆网络的预测方法。利用小波变换原理,对卷积神经网络中的下采样方法进行改进,使时频特征信息在下采样过程中理论上得以保留和增强。以实际耗电量数据为... 针对电力系统中负载端耗电预测精准性的问题,提出一种结合卷积神经网络和长短期记忆网络的预测方法。利用小波变换原理,对卷积神经网络中的下采样方法进行改进,使时频特征信息在下采样过程中理论上得以保留和增强。以实际耗电量数据为实验内容,结果表明,所提方法与传统方法相比,各评估指标和短周期负载预测精度方面得到显著提升。 展开更多
关键词 电力系统 时频特征 下采样 嵌入式小波 电量预测
在线阅读 下载PDF
基于对抗训练的多因素短期电力负荷预测
10
作者 李晓萍 何璐兵 尚龙康 《湖南电力》 2025年第4期143-150,共8页
为提升电力负荷预测的精度及稳定性,提出一种基于对抗训练的多因素电力负荷预测模型来进行短期电力负荷预测。该方法结合历史负荷数据及预测当天的天气等特征进行电力负荷预测,通过对预测模型进行对抗训练来提升模型对于对抗样本的鲁棒... 为提升电力负荷预测的精度及稳定性,提出一种基于对抗训练的多因素电力负荷预测模型来进行短期电力负荷预测。该方法结合历史负荷数据及预测当天的天气等特征进行电力负荷预测,通过对预测模型进行对抗训练来提升模型对于对抗样本的鲁棒性。在公共数据集上的实验结果表明,该方法在预测精度上优于仅考虑历史负荷数据的同类方法,且对于对抗样本表现出更好的鲁棒性。 展开更多
关键词 电力负荷预测 深度学习 对抗样本 多因素分析 对抗训练
在线阅读 下载PDF
基于CEEMDAN-SE-LSTM的中长期负荷预测方法
11
作者 王泽荣 《能源与节能》 2025年第10期4-8,共5页
为了提升电力负荷预测的精确性和可靠性,针对电力负荷数据的高复杂性问题,提出一种基于CEEMDAN-SELSTM的组合预测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,完全集合经验模态分解与... 为了提升电力负荷预测的精确性和可靠性,针对电力负荷数据的高复杂性问题,提出一种基于CEEMDAN-SELSTM的组合预测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,完全集合经验模态分解与自适应噪声)算法对负荷序列进行分解,提取出多个IMF(Intrinsic Mode Functions,本征模函数)分量和1个残差项,有效降低了数据的复杂性;其次,基于SE(Sample Entropy,样本熵)驱动的模态重构方法,对分解得到的IMF分量进行噪声识别和排序,去除噪声和异常值对预测模型的影响;最后,基于分解和重构处理后的IMF分量,使用LSTM(Long Short-Term Memory,长短期记忆网络)模型对各IMF分量进行独立预测,集成后得到最终的负荷预测值。结果显示,所构建的模型在预测精度上均优于各对比模型,平均绝对误差相较于各对比模型分别减少了65.17%、 52.25%、 14.50%、 4.70%,有效提升了中长期电力负荷预测的准确性。 展开更多
关键词 中长期负荷预测 IMF分量 样本熵 LSTM模型
在线阅读 下载PDF
面向省级区域的风电覆冰退备容量预测方法
12
作者 戴文 李波 +3 位作者 谢林瑾 康文军 杨博远 怀晓伟 《湖南电力》 2025年第5期80-84,共5页
冬季寒潮过程中,某省高寒山地风电场风机易出现覆冰退备现象,给电网调度和电力平衡带来挑战。针对此问题,提出一种面向区域的风电覆冰退备容量预测方法,该方法同时考虑雨凇、雾凇天气,引入冰冻气象指数(IFM),量化描述寒潮过程中风电覆... 冬季寒潮过程中,某省高寒山地风电场风机易出现覆冰退备现象,给电网调度和电力平衡带来挑战。针对此问题,提出一种面向区域的风电覆冰退备容量预测方法,该方法同时考虑雨凇、雾凇天气,引入冰冻气象指数(IFM),量化描述寒潮过程中风电覆冰的外部气象条件,建立模型将IFM映射至风电场覆冰退备容量,结合多轮典型寒潮过程开展实证检验。结果表明,所提方法在多个寒潮过程中均展现出良好的预测精度,在2024—2025年冬季的覆冰退备容量预测中,平均准确率达到85.44%,具有良好的实际应用价值和区域适用性。 展开更多
关键词 风电覆冰 退备容量预测 冰冻气象指数
在线阅读 下载PDF
考虑季度供电量二重性的最优GM(1,N)短期电量预测方法 被引量：2
13
作者 冯天瑞 欧阳森 +1 位作者 吴裕生 王克英 《电力需求侧管理》 2015年第5期11-15,32,共6页
受多因素影响,季度供电量存在增长性及季节波动性的复杂二重趋势。针对现有预测方法中对供电量自身组分及外部影响因素信息利用不足的情况,提出利用行业分类及数据关联度寻优方法选择最优影响参数个数,从而确定模型参数N,构造最优GM(1,N... 受多因素影响,季度供电量存在增长性及季节波动性的复杂二重趋势。针对现有预测方法中对供电量自身组分及外部影响因素信息利用不足的情况,提出利用行业分类及数据关联度寻优方法选择最优影响参数个数,从而确定模型参数N,构造最优GM(1,N)电量预测模型,提高预测准确度的方法。根据供电企业的用电用户类别,对供电量进行自身组分分析;计算各组分及外部影响因素与供电量的关联度,并对关联度由大到小进行排序;根据不同N的拟合精度确定最优GM(1,N)模型。应用该方法对某供电局的供电量数据进行预测分析表明,该算法具有预测精度好、结果可信度高的特点。 展开更多
关键词 组分分析 外部影响因素 GM(1 N) 关联度 电量预测
在线阅读 下载PDF
电力系统短期负荷预测组合NN模型的研究与应用 被引量：4
14
作者 张伟 徐超 +1 位作者 韩华 张智晟 《青岛大学学报（工程技术版）》 CAS 2011年第2期8-13,共6页
针对单一预测模型不能完全反映电力负荷的变化规律和信息的问题,构造了组合NN预测模型,该模型由基于附加动量算法的AM-NN子模型和基于拟牛顿算法的QN-NN子模型构成,通过时变综合权系数将两个模型融合在一起,将气象因素数据引入到模型中... 针对单一预测模型不能完全反映电力负荷的变化规律和信息的问题,构造了组合NN预测模型,该模型由基于附加动量算法的AM-NN子模型和基于拟牛顿算法的QN-NN子模型构成,通过时变综合权系数将两个模型融合在一起,将气象因素数据引入到模型中,采用滚动优化策略,使模型具有较好的泛化性和收敛性。通过对实际电网负荷的预测仿真和测试,证实所提出的组合NN预测模型能有效提高预测精度,平均绝对误差和最大相对误差分别达到了1.84%和5.77%,将其作为实际电网短期负荷预测软件的预测子模块,能满足实际的调度预测要求。 展开更多
关键词 电力系统 短期负荷预测 组合神经网络 附加动量算法 拟牛顿算法 时变综合权系数
在线阅读 下载PDF
改进的容积卡尔曼滤波(CKF)算法在短期负荷预测中的应用 被引量：2
15
作者 吉博文 邹红波 +2 位作者 何平 倪浩 祝迪 《三峡大学学报（自然科学版）》 CAS 2015年第5期74-77,共4页
电力系统短期负荷可视为非线性系统的输出,为了准确地预测电力系统短期负荷,引入了容积卡尔曼滤波(CKF)方法,并通过估计和修正模型中的状态转移矩阵,得到改进的自适应CKF算法,以适应非线性系统的时变性.用某地秋季22d的历史负荷数据建... 电力系统短期负荷可视为非线性系统的输出,为了准确地预测电力系统短期负荷,引入了容积卡尔曼滤波(CKF)方法,并通过估计和修正模型中的状态转移矩阵,得到改进的自适应CKF算法,以适应非线性系统的时变性.用某地秋季22d的历史负荷数据建模对未来9d负荷进行预测,仿真结果证明改进的CKF算法预测电力系统短期负荷是实用而有效的. 展开更多
关键词 短期负荷预测 非线性系统 卡尔曼滤波 容积卡尔曼滤波
在线阅读 下载PDF
霍普金斯统计在短期负荷预测中的应用探讨 被引量：2
16
作者 赖家文 彭显刚 +1 位作者 王洪森 陈奕 《广东电力》 2013年第8期89-93,98,共6页
提出了一种评价电力负荷受各相关因素影响的分析方法。该方法利用霍普金斯统计获取地区年度负荷霍普金斯统计值曲线,通过该曲线综合评价气候变化、季节更替、降雨量、温度等因素对电力负荷的影响程度。在此基础上,根据霍普金斯统计值选... 提出了一种评价电力负荷受各相关因素影响的分析方法。该方法利用霍普金斯统计获取地区年度负荷霍普金斯统计值曲线,通过该曲线综合评价气候变化、季节更替、降雨量、温度等因素对电力负荷的影响程度。在此基础上,根据霍普金斯统计值选择和调整输入节点、样本集空间大小等预测策略,实现与支持向量机短期负荷预测方法的有效结合,并对96个时刻点的日负荷曲线进行仿真预测,结果表明,霍普金斯统计方法在分析地区负荷影响因素的应用中是有效可行的。 展开更多
关键词 霍普金斯统计 数据挖掘 负荷预测 支持向量机
在线阅读 下载PDF
串联型电压跌落补偿器离散双矢量控制方法 被引量：1
17
作者 王松岑 于坤山 +1 位作者 汤广福 郑健超 《电工技术学报》 EI CSCD 北大核心 2007年第8期95-100,共6页
在建立串联型电压跌落补偿器在dq同步旋转坐标系下的状态空间模型的基础上,采用前向欧拉法和无差拍控制原理推导得出了补偿电压跌落的离散双矢量控制算法。最后建立了实际系统的PSCAD/EMTDC仿真模型,研究了离散双矢量控制算法在三相对... 在建立串联型电压跌落补偿器在dq同步旋转坐标系下的状态空间模型的基础上,采用前向欧拉法和无差拍控制原理推导得出了补偿电压跌落的离散双矢量控制算法。最后建立了实际系统的PSCAD/EMTDC仿真模型,研究了离散双矢量控制算法在三相对称电压跌落及两相不对称电压跌落条件下的补偿效果。仿真结果表明该方法具有良好的动态和静态性能。 展开更多
关键词 电压跌落 矢量控制 无差拍控制 离散控制系统
在线阅读 下载PDF
基于双重相似机制的台风期间电力负荷预测方法研究 被引量：2
18
作者 马骞 周毓敏 +1 位作者 袁泉 周辉 《广东电力》 2022年第3期79-87,共9页
为提升台风期间电力负荷预测精度,提出基于相似周期与相似日特征的双重相似预测方法,将各类台风天气依据其对负荷产生的影响程度分为无特殊影响台风、影响性台风与破坏性台风,并阐述各类台风特点与预测思路。对于台风期间短期电力负荷预... 为提升台风期间电力负荷预测精度,提出基于相似周期与相似日特征的双重相似预测方法,将各类台风天气依据其对负荷产生的影响程度分为无特殊影响台风、影响性台风与破坏性台风,并阐述各类台风特点与预测思路。对于台风期间短期电力负荷预测,采用寻找相似性的方法,从气象变化的相似周期以及综合考虑气象、日期距离、星期类型、季节类型以及台风强度的相似日特征入手,形成基于双重相似机制的台风期间负荷预测方法。以广东省负荷预测为例,在台风“海高斯”期间,所提预测方法实现了预测准确率的提升,验证了方法的有效性。 展开更多
关键词 双重相似 相似周期 相似日特征 台风期间 电力负荷预测 影响性台风
在线阅读 下载PDF
基于高斯过程回归的电力负荷预测算法 被引量：9
19
作者 唐云辉 《电子器件》 CAS 北大核心 2018年第6期1436-1440,共5页
针对基于传统算法的电力负荷预测方法误差大的问题,提出一种基于高斯过程回归的负荷预测算法。算法首先利用电量数据当作高斯过程回归的学习样本,并构建电力负荷预测模型,然后采用遗传算法对超参数进行优化,避免用共轭梯度法优化超参数... 针对基于传统算法的电力负荷预测方法误差大的问题,提出一种基于高斯过程回归的负荷预测算法。算法首先利用电量数据当作高斯过程回归的学习样本,并构建电力负荷预测模型,然后采用遗传算法对超参数进行优化,避免用共轭梯度法优化超参数的缺点。最后,利用测试集对该模型性能进行实验测试。基于某地区的电网数据的仿真显示,高斯过程回归的负荷预测算法比神经网络和支撑向量机算法的预测精度更高。 展开更多
关键词 电力负荷预测 高斯过程回归 遗传算法 归一化
在线阅读 下载PDF
基于信息粒化和支持向量机的母线等效负荷波动预测方法 被引量：5
20
作者 马瑞 龚人杰 杨海晶 《电力系统及其自动化学报》 CSCD 北大核心 2019年第4期25-31,共7页
随着接入母线多源功率的不断增加,使电网更加合理安排调度计划有了较大的难度。首先,提出了构建一种母线等效负荷模型,将接入母线的不可调发电功率等效为负的负荷功率,使不可调发电功率和母线负荷功率等效为母线的等效负荷功率。然后,... 随着接入母线多源功率的不断增加,使电网更加合理安排调度计划有了较大的难度。首先,提出了构建一种母线等效负荷模型,将接入母线的不可调发电功率等效为负的负荷功率,使不可调发电功率和母线负荷功率等效为母线的等效负荷功率。然后,获取等效负荷的历史数据,作为母线等效负荷预测模型的输入。最后,基于模糊信息粒化和支持向量机进行母线等效负荷波动预测。实例验证表明,等效负荷预测值相比单独预测不可调多源功率及母线负荷之后的等效值,精确度有所提高。同时预测结果可以更加清楚地了解各母线不可调等效负荷的波动范围,有利于地调系统更好地计划可调小容量发电的出力,并为省调更合理地安排新能源消纳及全网可调发电计划提供预测基础。 展开更多
关键词 母线 等效负荷 模糊信息粒化 支持向量机 波动预测
在线阅读 下载PDF
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 2 … 9 下一页 到第 页
使用帮助 返回顶部