2025年1月6日
星期一
|
欢迎来到鞍山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
黄佩
作品数:
1
被引量:19
H指数:1
供职机构:
邵阳学院
更多>>
发文基金:
湖南省研究生科研创新项目
湖南省高校创新平台开放基金
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
赵慧材
长沙理工大学
李斯
中机国际工程设计研究院有限责任...
蒋凌
长沙理工大学
周胜瑜
长沙理工大学
成天乐
长沙理工大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
短期负荷预测
1篇
学习机
1篇
主成分
1篇
主成分分析
1篇
主成分分析法
1篇
极限学习机
1篇
负荷预测
机构
1篇
长沙理工大学
1篇
邵阳学院
1篇
中机国际工程...
作者
1篇
成天乐
1篇
周胜瑜
1篇
蒋凌
1篇
李斯
1篇
赵慧材
1篇
黄佩
传媒
1篇
电力科学与工...
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于极限学习机方法的短期负荷预测
被引量:19
2013年
将极限学习机(ELM)方法引入电力系统短期负荷预测领域。该方法预测能力强,具有计算时间短、计算准确性高、全局搜索等显著特点。在运用ELM算法建立短期负荷预测模型过程中,采用归一化处理输入数据,使用主成分分析法选取计算样本,并由交互验证法确定最优主成分因子数和ELM隐含层节点数。实际算例表明,在于短期负荷预测的预测精度和运算时间方面,ELM方法较传统神经网络方法具有其独特的优势。
成天乐
周胜瑜
李斯
赵慧材
黄佩
蒋凌
关键词:
短期负荷预测
极限学习机
主成分分析法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张