Indexed by：
Abstract：
传统的预测方法存在着难以全面考虑影响因素,其中包括算法复杂、精度较差、实时应用等缺点.针对供热、空调、电力、供水等系统的负荷既受到环境因素等模拟量的影响,又受到节假日、上下班等开关量影响的特点,将模拟人脑逻辑思维的模糊技术与模拟人脑自学习的神经网络技术相结合的模糊神经网络引入到负荷的预测中,提出了一种新型的基于模糊神经网络的预测模型,并对输入量的选择进行了详细的分析,既考虑了历史数据的影响,又考虑了突发事件的作用,获得了较快的预测速度和较高的预测精度.
Keyword：
Reprint Author's Address：
Email：
Source ：
哈尔滨工业大学学报
ISSN： 0367-6234
Year： 2002
Issue： 3
Volume： 34
Page： 379-381
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 15
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
