[1] |
刘红. 电力负荷季节特性分析及需求响应动态电价策略研究[D]. 北京:华北电力大学, 2018.
|
[2] |
用电力大数据“画像”精准掌握防疫情和企业复工能耗监测[J]. 农村电气化, 2020(3):51.
|
[3] |
钱语眉. 大数据时代的新型电力供需预测方法探究[J]. 机电信息, 2019(35):128-129.
|
[4] |
马俊明, 包乐庆, 申富泰, 等. 大数据技术在电力行业中的应用[J]. 电子技术与软件工程, 2019(17):156-157.
|
[5] |
张蕾. 分析电力需求侧管理及其对负荷预测的影响[J]. 科技创新导报, 2019,16(22):240-241.
|
[6] |
周帆, 赵荣普, 杨文镪, 等. 长、短期电力负荷大数据下的智能预测实例分析[J]. 机电信息, 2019(36): 27, 30.
|
[7] |
浩宇. 西安城市电力负荷特征及与气象因子关系分析研究[C]// 中国气象学会,第35届中国气象学会年会:应对气候变化、低碳发展与生态文明建设, 2018:125-135.
|
[8] |
许阳. 基于精细气象数据的区域负荷预测管理[J]. 中国电力企业管理, 2018(9):60-61.
|
[9] |
国网江苏电力应用多种科技手段保供电全力保障防疫及企业复工复产可靠用电[J]. 农村电气化, 2020(3):47.
|
[10] |
邓永生, 焦丰顺, 张瑞锋, 等. 配电网规划中电力负荷预测方法研究综述[J]. 电器与能效管理技术, 2019(14):1-7.
|
[11] |
程志友, 余国晓, 丁柏宏. 采用改进温湿度变量策略的夏季短期负荷预测方法[J]. 电力系统保护与控制, 2020,48(1):48-54.
|
[12] |
陈寒冬, 郭佳田, 施海斌, 等. 考虑气象因素的精细化短期负荷预测模型研究[J]. 电力学报, 2019,34(5):423-430.
|
[13] |
李学敏, 罗红梅. 长沙市夏季日最大电力负荷气象预报模型[J]. 科技创新导报, 2018,15(25):88-89,93.
|
[14] |
徐亮亮, 徐艳琴, 温建伟, 等. 基于Apriori算法的城乡居民用电负荷与气象因子关系分析[J]. 内蒙古气象, 2019(2):39-42.
|
[15] |
刘月灿. 基于大数据负荷预测的需求响应博弈策略的研究与实现[D]. 济南:山东大学, 2019.
|