您当前的位置:
首页 >
文章列表页 >
基于异构数据的电力短期负荷大数据预测方案
研究与开发 | 更新时间:2024-06-05
    • 基于异构数据的电力短期负荷大数据预测方案

    • A big data framework for short-term power load forecasting using heterogenous data

    • 电信科学   2022年38卷第12期 页码:103-111
    • DOI:10.11959/j.issn.1000-0801.2022292    

      中图分类号: U416.216
    • 网络出版日期:2022-12

      纸质出版日期:2022-12-20

    移动端阅览

  • 赵海波, 相志军, 肖林松. 基于异构数据的电力短期负荷大数据预测方案[J]. 电信科学, 2022,38(12):103-111. DOI: 10.11959/j.issn.1000-0801.2022292.

    Haibo ZHAO, Zhijun XIANG, Linsong XIAO. A big data framework for short-term power load forecasting using heterogenous data[J]. Telecommunications science, 2022, 38(12): 103-111. DOI: 10.11959/j.issn.1000-0801.2022292.

  •  
  •  

0

浏览量

163

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于时间卷积网络的无监督入侵检测模型
基于改进长短期记忆网络的新能源场站网络安全评估方法研究
基于区块链的多源网络大数据安全访问权限认证仿真
基于大数据的5G流量驻留比极限值研究
基于K-means聚类的子结构相关适配迁移学习方法

相关作者

廖金菊
丁嘉伟
冯光辉
刘珊
李瑞
王尧
李斌
何辉

相关机构

广州大学计算机科学与网络工程学院
郑州工业应用技术学院信息工程学院
国网山西省电力公司
国网山西省电力公司电力科学研究院
中国联合网络通信有限公司研究院
0