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:
提出了一种基于小波分解和支持向量机的短期负荷预测方法.首先利用小波变换把负荷序列分解成不同频段的子序列,对高频序列利用软阀值消噪法去除负荷噪声;对降噪后的负荷序列利用不同的小波进行分解.然后用相匹配的支持向量机模型预测各子序列.仿真结果表明db4小波的预测精度最高,平均绝对预测误差为1.6692%.所得结果同直接用支持向量机预测结果进行比较表明,该方法是有效的.
推荐文章
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
基于支持向量机的短期负荷预测
电力系统负荷
短期预测
支持向量机
网格法
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
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 基于小波变换的支持向量机短期负荷预测
来源期刊 山东大学学报(工学版) 学科 工学
关键词 小波变换 支持向量机 核函数 负荷预测
年,卷(期) 2005,(3) 所属期刊栏目
研究方向 页码范围 115-118
页数 4页 分类号 TM714
字数 2573字 语种 中文
DOI 10.3969/j.issn.1672-3961.2005.03.027
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 刘晓华 烟台师范学院数学与信息学院 33 162 8.0 12.0
2 高荣 烟台师范学院数学与信息学院 4 27 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (19)
同被引文献  (66)
二级引证文献  (98)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(5)
  • 引证文献(4)
  • 二级引证文献(1)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(13)
  • 引证文献(3)
  • 二级引证文献(10)
2014(12)
  • 引证文献(1)
  • 二级引证文献(11)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(18)
  • 引证文献(2)
  • 二级引证文献(16)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波变换
支持向量机
核函数
负荷预测
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
相关基金
山东省自然科学基金
英文译名:Natural Science Foundation of Shandong Province
官方网址:http://kyc.wfu.edu.cn/second/wnfw/shandongshengzirankexuejijin.htm
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导