作者:
原文服务方: 微电子学与计算机       
摘要:
分析了电力负荷宏观预测的模型和相关技术,引入支持向量回归方法(SVR)解决问题,并通过计算实例,比较分析了SVR与神经网络方法用于预测的效果,提出SVR广阔应用前景.
推荐文章
利用温度信息及深度学习方法实现高精度电力负荷预测
负荷预测
深度学习
LSTM
温度信息
Tensor-flow
激活函数
基于支撑向量机在线学习方法的短期负荷预测
短期负荷预测
支撑向量机
在线学习
工业物联网中基于机器学习方法的预测技术
工业物联网
机器学习
神经网络
预测
工业智能
线性回归
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
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 用机器学习方法进行电力负荷宏观预测
来源期刊 微电子学与计算机 学科
关键词 电力负荷 宏观预测 支持向量回归 神经网络
年,卷(期) 2004,(5) 所属期刊栏目
研究方向 页码范围 160-162
页数 3页 分类号 TM715|TP18
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2004.05.045
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 刘遵雄 西安交通大学电信学院 59 330 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (20)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力负荷
宏观预测
支持向量回归
神经网络
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导