您的位置: 专家智库 > >

苏振宇

作品数:5 被引量:41H指数:2
供职机构:甘肃省电力公司更多>>
发文基金:国家社会科学基金更多>>
相关领域:电气工程文化科学自然科学总论社会学更多>>

文献类型

  • 2篇期刊文章
  • 2篇会议论文

领域

  • 3篇电气工程
  • 1篇经济管理
  • 1篇水利工程
  • 1篇社会学
  • 1篇自然科学总论

主题

  • 3篇月度负荷预测
  • 3篇负荷预测
  • 2篇电力
  • 2篇网络
  • 1篇电力网
  • 1篇电力网络
  • 1篇电力职工
  • 1篇质量测评
  • 1篇神经网
  • 1篇神经网络
  • 1篇季节调整
  • 1篇AHP
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇测评
  • 1篇层次分析
  • 1篇层次分析法

机构

  • 4篇甘肃省电力公...
  • 2篇重庆大学
  • 1篇学研究院

作者

  • 4篇苏振宇
  • 2篇龙勇
  • 2篇苏振宇
  • 1篇王宇峰
  • 1篇张华
  • 1篇张武
  • 1篇赵丽艳

传媒

  • 1篇系统工程理论...
  • 1篇中国电力
  • 1篇甘肃省电机工...

年份

  • 2篇2018
  • 1篇2015
  • 1篇2012
5 条 记 录,以下是 1-4
排序方式:
regARIMA模型用于月度负荷预测的效果研究
探究离群值对月度负荷预测效果的影响,本文建立了计及离群值影响的季节性ARIMA月度负荷预测模型(regARIMA),选择了广东等5省(市)1998年12月至2014年7月的实际月度负荷数据,对预测效果进行了实证研究.结果...
苏振宇赵丽艳
关键词:电力网络月度负荷预测
基于季节调整和BP神经网络的月度负荷预测被引量:23
2018年
月度电力负荷序列中离群值及节假日因素会影响月度负荷预测的准确性.为此,提出了基于季节调整方法和BP神经网络的月度电力负荷组合预测模型.首先,利用季节调整方法对原始负荷序列进行预处理,消除离群值和春节假日的影响;然后用BP神经网络对回归残差序列建模预测得到预测结果或对季节调整后序列和季节成分序列分别建模预测,并对分量预测结果重构后得到最终预测结果的方法.通过实例对预测效果进行检验,结果表明提出的预测方法的预测表现要优于BP神经网络,SARIMA,支持向量机等模型,可以获得更高的预测精度.
龙勇苏振宇苏振宇
关键词:负荷预测季节调整神经网络
基于regARIMA模型的月度负荷预测效果研究被引量:18
2018年
为探究离群值对月度负荷预测效果的影响,建立计及离群值影响的季节性ARIMA月度负荷预测模型(reg ARIMA),选择1999—2017年北京、甘肃等5省(市)的实际月度负荷数据,对预测效果进行比较研究。结果表明,与普通ARIMA模型相比,考虑了离群值影响的reg ARIMA模型的3年样本内平均预测误差得到明显改善;应用reg ARIMA模型进行提前12期的样本外预测,预测精度获得不同程度的提升。
苏振宇苏振宇龙勇
关键词:负荷预测
AHP在电力职工培训项目质量测评中的应用
电力职工培训项目质量对于电力职工人才素质提升至关重要.为正确评价电力职工培训项目质量,通过对电力职工培训专家的访谈构建了电力职工培训项目质量评价体系,而层次分析法被用来确定培训项目评价指标的权重.使用层次分析法对培训项目...
苏振宇张武王宇峰张华
关键词:电力层次分析法
文献传递网络资源链接
共1页<1>
聚类工具0