基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在电力市场化的今天,如何准确地进行电价预测,是市场参与各方都十分关心的问题.由于电价受到众多因素的影响,所以到目前为止还没有较好的预测方法.本文简要叙述了数据挖掘技术的特点.在详细分析了电价的特点和考虑到电价与负荷的强相关性之后,提出了一种基于数据挖掘中时间序列相似性研究的短期电价预测方法.采用序列分段平均值技术进行降维.最后利用加州电力市场的数据做试验,试验表明该法是有效的.
推荐文章
一种基于小波变换和ARIMA的短期电价混合预测模型
电价预测
小波变换
ARIMA模型
时间序列分析
电价突变
基于混合自回归滑动平均潜周期模型的短期电价预测
潜周期
电价预测
自回归滑动平均模型
短期电价预测综述
电力市场
电价
短期电价预测
时间序列法
神经网络
电价预测技术综述
电力市场
电价
电价预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用数据挖掘进行短期电价预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 电力系统 电力市场 数据挖掘 时间相似性搜索 电价预测
年,卷(期) 2003,(2) 所属期刊栏目 学术论文
研究方向 页码范围 19-23
页数 5页 分类号 TM7
字数 6109字 语种 中文
DOI 10.3969/j.issn.1003-8930.2003.02.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王建全 浙江大学电机工程学系 53 1076 16.0 32.0
2 袁贵川 浙江大学电机工程学系 3 150 3.0 3.0
3 程利 河海大学计算机及信息学院 1 63 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (69)
参考文献  (5)
节点文献
引证文献  (63)
同被引文献  (54)
二级引证文献  (334)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(7)
  • 引证文献(7)
  • 二级引证文献(0)
2005(4)
  • 引证文献(3)
  • 二级引证文献(1)
2006(30)
  • 引证文献(17)
  • 二级引证文献(13)
2007(51)
  • 引证文献(10)
  • 二级引证文献(41)
2008(42)
  • 引证文献(4)
  • 二级引证文献(38)
2009(49)
  • 引证文献(9)
  • 二级引证文献(40)
2010(24)
  • 引证文献(2)
  • 二级引证文献(22)
2011(23)
  • 引证文献(0)
  • 二级引证文献(23)
2012(12)
  • 引证文献(0)
  • 二级引证文献(12)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(16)
  • 引证文献(1)
  • 二级引证文献(15)
2016(22)
  • 引证文献(1)
  • 二级引证文献(21)
2017(30)
  • 引证文献(1)
  • 二级引证文献(29)
2018(25)
  • 引证文献(1)
  • 二级引证文献(24)
2019(33)
  • 引证文献(3)
  • 二级引证文献(30)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
电力系统
电力市场
数据挖掘
时间相似性搜索
电价预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导