100 积分
50
评分
4.6 积分- 详情
- 2020-12-27
- 简介
pdf
- 465KB
- 页数 3P
- 阅读 81
- 下载 31
针对水电企业电力负荷预测的困难 ,提出了一种将AR模型与T -S模糊神经模型相结合的负荷预测新方法。通过对某水电厂近两年发电量作的预测表明 ,该方法具有较好的鲁棒性、较高的精度和实用前景
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于混合建模方法的水电负荷预测 465KB
基于混合算法的电力系统负荷预测 862KB
基于混沌蚁群算法的电力短期负荷预测 142KB
一例基于灰色模型的电力负荷预测方法的应用 429KB
基于云模型的电力负荷预测 557KB
电力系统短期负荷预测方法研究 15.4MB
基于模糊推理算法的电力负荷预测系统的研究 1.5MB
基于布谷鸟优化算法的电力负荷预测优化模型 140KB
一种基于变权动态组合模型的电力负荷预测方法 178KB
基于BP改进模型的空调系统负荷预测 503KB