- 年份
- 2024(8982)
- 2023(13073)
- 2022(11531)
- 2021(10913)
- 2020(9144)
- 2019(21305)
- 2018(21171)
- 2017(41209)
- 2016(22278)
- 2015(25114)
- 2014(24948)
- 2013(24351)
- 2012(21980)
- 2011(19591)
- 2010(19184)
- 2009(17202)
- 2008(16442)
- 2007(13914)
- 2006(11731)
- 2005(9727)
- 学科
- 济(86475)
- 经济(86378)
- 管理(63583)
- 业(60079)
- 企(50910)
- 企业(50910)
- 方法(45980)
- 数学(40432)
- 数学方法(39757)
- 财(22241)
- 农(21557)
- 中国(20219)
- 学(19000)
- 业经(18434)
- 地方(16107)
- 理论(15353)
- 务(14917)
- 财务(14845)
- 财务管理(14812)
- 贸(14791)
- 贸易(14783)
- 农业(14502)
- 易(14361)
- 企业财务(14028)
- 和(13967)
- 技术(13960)
- 环境(13334)
- 制(13140)
- 划(12012)
- 教育(11317)
- 机构
- 大学(308804)
- 学院(306035)
- 管理(126482)
- 济(118283)
- 经济(115751)
- 理学(111577)
- 理学院(110375)
- 管理学(108140)
- 管理学院(107605)
- 研究(96189)
- 中国(69146)
- 京(64321)
- 科学(61682)
- 财(52222)
- 业大(47831)
- 农(47470)
- 所(46729)
- 中心(44789)
- 财经(43505)
- 研究所(43233)
- 江(41636)
- 范(40544)
- 师范(40138)
- 北京(39952)
- 经(39752)
- 农业(37482)
- 院(35584)
- 经济学(35183)
- 州(34236)
- 财经大学(32890)
- 基金
- 项目(222361)
- 科学(175264)
- 基金(162230)
- 研究(160787)
- 家(141359)
- 国家(140237)
- 科学基金(121671)
- 社会(100175)
- 社会科(94937)
- 社会科学(94912)
- 省(86696)
- 基金项目(86586)
- 自然(81366)
- 自然科(79526)
- 自然科学(79509)
- 自然科学基金(78021)
- 教育(75039)
- 划(73375)
- 资助(67708)
- 编号(65577)
- 成果(51447)
- 重点(49359)
- 部(49084)
- 创(46259)
- 发(46190)
- 课题(44383)
- 科研(43261)
- 创新(43146)
- 教育部(42220)
- 大学(41932)
- 期刊
- 济(117212)
- 经济(117212)
- 研究(84214)
- 中国(50524)
- 学报(49005)
- 科学(44727)
- 管理(44559)
- 农(41387)
- 财(39101)
- 大学(37529)
- 学学(35392)
- 教育(34854)
- 农业(29405)
- 技术(28301)
- 融(20391)
- 金融(20391)
- 财经(19897)
- 业经(19611)
- 经济研究(18920)
- 经(16880)
- 图书(16253)
- 问题(15281)
- 技术经济(15098)
- 科技(15092)
- 理论(14986)
- 统计(14931)
- 业(14905)
- 版(14202)
- 实践(13971)
- 践(13971)
共检索到418295条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 科技管理研究
[作者]
韩雅萱 石梦舒 黄元生 刘敦楠 段文军
针对电力系统对短期电力负荷预测精确性的需求，以长短期记忆算法为基础，采用差分自适应进化算法对其进一步改进，从而提出一种基于机器学习的混合算法（SaDE-LSTM）对电力负荷进行短期预测。基于我国2004—2018年间月度社会用电负荷数据，对改进后的混合算法进行性能测试，首先利用差分进化算法的自适应变异和交叉因子来优化长短期记忆算法的初始参数，在此基础上，运用寻优得到的参数训练长短期记忆算法从而得到优化后的预测结果。为证明其优越性，对同组数据采用支持向量机（SVM）、反向传播神经网络、自回归积分滑动平均等算法分别预测。各方法预测结果和真实结果对比分析证明，SaDE-LSTM算法对时间序列数据量要求较低，同时相比其他传统算法有更高的预测精度。该改进算法能够为参与电力系统调度的虚拟电厂、负荷聚合商等对小样本和高精度预测有需求的主体提供参考。
[期刊] 中国科学技术大学学报
[作者]
严慧峰 黄定疆 谢垚 程霄 谢吉洋 朱晓蒙 马占宇
为了解决提高电力负荷预测精确度这一问题,越来越多的人工智能方法应用于能量功率预测.为此利用湖南省2014年至2017年的电力负荷数据,比较自回归(AR)模型、BP神经网络(BPNN)和指数平滑(ES)模型在预测日度电力负荷和月度电力负荷上的性能,并运用统计学知识来分析三种模型之间的差异.最终根据实验结果得出两个结论:AR模型对日度数据预测的结果优于其他两个模型以及ES模型对月度数据预测的结果优于其他两个模型.
[期刊] 华中师范大学学报(自然科学版)
[作者]
程定芳 任永建 陈正洪
为分析电力负荷变化特征与气象要素的关系，定量解析气象因子对电力负荷预测的主要贡献，本文以华中电网某地区为研究对象，预报因子选用电力负荷和精细化气象数据，依据逐步回归和BP神经网络模型建立滚动预报模型。通过研究发现：当日负荷除与历史负荷有较好的相关关系外，当日温度与前一日温度对负荷也有较大的影响。气象因子在逐步回归和神经网络预测方法中对负荷预测准确率的提升均有正的贡献，贡献率分别为0.28%～17.87%和0.97%～17.78%。尤其是转折天气条件下，精细化气象因子对短期负荷预测的准确率的提升尤为重要。
[期刊] 沈阳农业大学学报
[作者]
王俊 王继烨 程坤 方均 鞠丹阳
稳定的供电是农村发展建设的有力保障,而电力负荷水平是建设效果的重要衡量标准,因此建立精确的负荷预测模型可以更准确直观显现电力负荷情况,为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预测方面存在收敛性差、预测精度不高等问题,为提高模型的预测精度,提出一种基于双层优化VMD-LSTM的超短期电力负荷预测方法。首先提出麻雀算法优化变分模态分解(sparrow variational mode decomposition,SVMD),通过SVMD将原始数据转化为模态分量(intrinsic mode functions,IMF);其次采用改进樽海鞘群算法(association salp swarm algorithm,ASSSA)优化LSTM模型。通过引入4种策略增强标准樽海鞘算法优化能力;最后将各模态分量分别代入到新模型并进行叠加预测。选取辽宁省某市某乡村10kV变压器真实历史负荷数据,以均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合度(R~2)作为评价指标,并与其他基础预测模型进行对比,结果表明,改进后的算法在计算精度、稳定性方面均优于其他基础预测模型。
[期刊] 商业经济与管理
[作者]
焦志伦 金红 刘秉镰 张子豪
基于共享单车项目的多维度大样本数据,以套索回归、岭回归、随机森林和迭代决策树等机器学习模型,探讨了共享单车短期(基于小时)需求预测的主要影响因素,并对不同模型预测效果进行了比较分析。研究结果发现,影响共享单车小时需求的主要因素包括特定的位置因素、时间因素以及天气条件因素。同时,相比普通线性回归、套索回归和岭回归模型,随机森林和迭代决策树模型对共享单车短期即时需求预测的结果更精确,在样本内部拟合和样本外推预测中的拟合优度(R2)更高,标准误差(RMSE)更低,是共享单车行业短期实时需求精准预测的更有效手段。
关键词：
共享单车 大数据 需求预测 机器学习
[期刊] 中国科学技术大学学报
[作者]
王子一 商琳
电力设备的负荷曲线随着时间而变化,其本质上是时间序列数据.为此提出了一种新的通过负荷曲线识别电力设备的方法,该方法在多个粒度划分出的负载曲线上使用卷积神经网络作为基分类器构造出一个集成学习器来提高分类精度.首先我们对原始数据进行不同粒度的划分,得到若干不同的新数据集.其次使用这些新的数据集训练不同的基学习器,并根据验证集上的精度得到不同基学习器的权重.将测试样本按照相同的粒度划分方式得到不同的测试数据集,使用不同的基分类器对这些测试数据集进行测试,得到对应的预测标签.最后对不同基分类器预测的标签进行加权,并选出权重最大的那个标签作为预测标签.在实际的电力负荷数据上将该模型与单个CNN模型进行对比,实验结果表明,该模型具有更高的设备识别精度.
[期刊] 统计与决策
[作者]
傅毓维 杨莉
文章通过对电力需求的混沌特征进行分析,建立了基于混沌时间序列的电力需求量的短期预测模型,为实现电力资源综合优化奠定了重要的、较为可靠的研究基础。
关键词：
混沌时间序列 电力需求 短期预测
[期刊] 沈阳农业大学学报
[作者]
董淑华 邢贞相 娄丹 张玉国 张涵 郭皓
为提高短期降水量预测的精度,尤其是汛期降水量的准确估计对防洪减灾以及水资源管理都具有很重要的指导意义。将具有较强非线性映射能力的人工神经网络技术用于汛期降水量预测,更符合降水量的随机相关特征,能切实提高其预测精度。将基于密度参数改进传统K-均值算法与径向基函数神经网络(radial basis function,RBF)耦合,提出了一种新的短期降雨量预报模型。并将所构建的模型应用于黑龙江省双鸭山市汛期月降雨量预报中进行验证。RBF神经网络是一种泛化能力较强的前馈型神经网络模型;密度参数可以通过寻找聚类中心
[期刊] 运筹与管理
[作者]
赵海青
模型GM(1,1)是电力系统负荷预测的一种有效的方法,但利用GM(1,1)模型难以反映序列随机的季节性周期波动变化。本文阐述的周期修正模型,可以很好地解决这一问题。实例表明,此模型简单有效,对于季节性预测问题有很强的实用性和较高的预测精度。
[期刊] 统计与决策
[作者]
蒋惠凤 何有世 张兵
本文研究了用逐步回归、岭回归和偏最小二乘回归方法消除变量间的多重共线性,最后得到三个回归模型。单一预测方法的结果时好时坏,需要通过组合预测来提高预测精度。本文将神经网络技术与回归模型相结合,将预测值作为输入,实际用电量值作为输出,确定神经网络的拓扑结构,最后用训练好的BP神经网络预测江苏省全社会用电量。结果显示,组合预测的精度明显高于单个模型。
关键词：
多重共线性 BP神经网络 组合预测模型
[期刊] 上海金融
[作者]
王海慧 张建平
国内外对于短期经济走势的判断和预测大多局限于对先行指标的研究和分析,但是对于先行地区和先导行业的研究较为缺乏。本文从先行地区、先导行业两个全新的视角展开分析和论证,首先通过格兰杰因果检验、时差相关分析法遴选出先行地区、先导行业中先行于宏观经济波动的代表性指标,运用主成分分析法尝试构建先行地区合成指数与先导行业合成指数,并在VAR框架下进行验证,从而探索对经济走向具有较强预测功能的指标体系。
关键词：
经济预测 先导行业 先行地区 格兰杰因果
[期刊] 统计与决策
[作者]
任玉珑 刘焕 望玉丽 刘宁
文章提出了一种将熵权法与支持向量机(Support Vector Machine,SVM)相结合的中长期电力负荷预测方法。与目前采用单一SVM的负荷预测方法相比,该方法考虑了中长期电力负荷各种影响因素的信息稠密度;通过熵权法对SVM的训练样本集进行加权处理,减少了信息冗余,提高了SVM的训练速度和预测精度。
[期刊] 价格理论与实践
[作者]
余蕾 岳超 车怡然 王可蕙 周静涵
随着“双碳”目标的提出和新型电力系统的构建，以风电、光电为代表的可再生能源快速发展。广义负荷资源快速发展与需求侧资源的不断开发，使得需求响应普及率不断提升。对地区需求响应潜力评估可以帮助电网准确评估广义负荷资源互动下负荷特征变化情况。本文构建了几种不同广义负荷资源的互动模型，并采用模糊半梯度隶属度函数划分扣除可再生能源发电后净负荷下峰平谷时段方案，结合某地区实际数据对其需求响应潜力进行评估。研究结果表明：本文构建的评估模型能够为电网公司等主体探究地区的需求响应潜力等提供支持，有利于准确把握广义负荷资源不断发展下电网负荷状况，形成合理的电价机制，并进一步促进电力供需平衡、降低负荷波动水平，帮助电网和电力用户等优化资源配置，提高新型电力系统运行效率。
关键词：
电价激励 广义负荷 需求响应 分时电价
[期刊] 统计与决策
[作者]
蔡宁 孟濬 颜文俊
由于单一的AR、MA和ARMA模型不能很好地匹配复杂的电价时间序列数据,因此传统的Box-Jenkins方法不能很好地进行电价预测。文章提出了基于模糊Box-Jenkins的电价建模和短期预测方法。引入模糊策略,生成分别对应Box-Jenkins方法中的AR,MA,ARMA三个模型的模糊因子,再通过模糊因子对三个模型进行模糊综合。对浙江省电力市场电价数据的仿真表明,在电价序列不能较好地匹配Box-Jenkins方法中各模型的情况下,模糊Box-Jenkins方法能取得更好的预测效果。
[期刊] 物流技术
[作者]
罗颖
针对短时间内区域物流配送需求集中增加的问题,提出建立BP人工神经网络预测模型对短期配送需求进行预测。通过分析影响物流需求变化的数据指标与区域实际现状,建立数学模型,并对该区域在特殊时间内的物流配送收发量、库存量以及周转总量进行分析研究,利用三层结构的BP人工神经网络对不同的预测结果进行误差比较,从而得出准确的短期物流需求量预测结果。采用MATLAB神经网络工具箱中的函数编程进行仿真实验,实验结果表明,短期物流集中需求实际量与仿真结果存在极小的误差,因此,基于BP人工神经网络的短期集中物流需求预测方法可以为物流企业提供决策依据。
关键词：
BP神经网络 短期集中需求 区域物流
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
