本文主要研究内容
作者贺电,谭渡渡,何海零,邹晟,钟佳辰,王庭婷（2019）在《基于气象大数据的配网故障数量预测》一文中研究指出：将配网故障抢修历史数据与庞大的温度、降雨、雷电等气象数据相结合,建立了一种具有天气敏感性的神经网络组合预测模型.该模型利用最大相关系数实时调整导致抢修数量变化的主要气象因素,精确预测故障发生的数量、类型和变化趋势,为抢修人员和物资的提前部署提供定性、定量指导.
Abstract
jiang pei wang gu zhang qiang xiu li shi shu ju yu pang da de wen du 、jiang yu 、lei dian deng qi xiang shu ju xiang jie ge ,jian li le yi chong ju you tian qi min gan xing de shen jing wang lao zu ge yu ce mo xing .gai mo xing li yong zui da xiang guan ji shu shi shi diao zheng dao zhi qiang xiu shu liang bian hua de zhu yao qi xiang yin su ,jing que yu ce gu zhang fa sheng de shu liang 、lei xing he bian hua qu shi ,wei qiang xiu ren yuan he wu zi de di qian bu shu di gong ding xing 、ding liang zhi dao .
论文参考文献
论文详细介绍
论文作者分别是来自吉首大学学报(自然科学版)的贺电,谭渡渡,何海零,邹晟,钟佳辰,王庭婷，发表于刊物吉首大学学报(自然科学版)2019年01期论文，是一篇关于气象论文,大数据论文,配网故障论文,抢修工单论文,人工神经网络论文,最大信息熵原理论文,吉首大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自吉首大学学报(自然科学版)2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：气象论文; 大数据论文; 配网故障论文; 抢修工单论文; 人工神经网络论文; 最大信息熵原理论文; 吉首大学学报(自然科学版)2019年01期论文;