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:
根据相空间延迟坐标重构理论,基于支持向量机强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出了一种基于小波支持向量机的电力系统短期负荷预测方法,并利用该方法对嵌入维数与预测性能的关系进行了探讨.仿真结果表明,该预测方法能精确地预测电力负荷,而且在电力负荷序列的最佳嵌入维数未知时也能取得比较好的预测效果,这一结论预示着小波支持向量机是一种预测电力系统短期负荷的有效方法.
推荐文章
基于小波支持向量回归的电力系统负荷预测
电力负荷
小波支持向量回归
短期预测
混沌动力系统
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
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
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
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 基于小波支持向量机的电力系统短期负荷预测
来源期刊 石家庄铁道学院学报 学科 工学
关键词 小波支持向量机 电力负荷 短期预测
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 52-55
页数 4页 分类号 TM715|TP18
字数 3104字 语种 中文
DOI 10.3969/j.issn.2095-0373.2006.04.012
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 朱长纯 西安交通大学电子信息学院 215 2372 22.0 41.0
2 张怡 西北工业大学电子信息学院 88 564 14.0 18.0
3 陈文会 西北工业大学电子信息学院 26 148 8.0 11.0
5 崔万照 6 19 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (36)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波支持向量机
电力负荷
短期预测
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
石家庄铁道大学学报(自然科学版)
季刊
2095-0373
13-1402/N
大16开
河北省石家庄市北二环东路17号
1982
chi
出版文献量(篇)
2432
总下载数(次)
4
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导