遗传神经网络在电力系统短期负荷预测中的应用--《电网技术》2001年01期 715 【DOI】： CNKI:SUN:DWJS.0.2001-01-011 【正文快照】： 1 引言短期负荷预测(ShortTermLoadForecasting,STLF)在实现现代电力系统的安全和经济运行中起着重要作用,是能量管理系统的重要组成部分。对电力系统的火电计划
基于4个网页-相关网页
期刊学术社区 拓扑近邻点的时间演化原理，提出了优化近邻点(optimal neighbor points，ONP)的短期负荷预测(Short-term load forecasting，STLF)法，它可克服伪近邻点在高嵌入维对局域动力学估计的不利影响，以提高预测精度。在此基础上，又提出ONP与
基于2个网页-相关网页
第二部分则主要针对电力系统短期负荷预测(Short-Term Load Forecasting，STLF)研究，在完成异常数据辨识与修正的基础上，对浙江省全年各个阶段的负荷进行了提前24小时预测。
基于1个网页-相关网页
To improve prediction precision is the most radical objective in short term load forecasting (STLF).
提高预测精度是短期负荷预测的基本目标。
The short-term load forecasting (STLF) of electric system is one of the important routines for power dispatch and utility departments.
电力系统短期负荷预测是电力系统调度运营和用电服务部门的重要日常工作之一。
Accurate STLF plays an important role for planning, economical scheduling and security analysis in production, which directly influences the profit of the electric utility enterprises.
精确的负荷预测，对电力系统的生产安排、经济调度和安全分析都起着十分重要的作用，也直接影响着电力企业的经济效益。
应用推荐