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:
在分析、比较目前较为成熟的短期负荷预测模型的优、缺点的基础上,提出一种基于支持向量机理论的复合预测模型的构想,该模型通过对2个训练集样本的选择,弥补因单一训练集过大(包含冗余信息)或过小(必要信息遗失)造成的预测精度下降.为提高训练的收敛速度,预测时,可通过将负荷分类的方式简化模型.
推荐文章
一种复合算法在短期负荷预测中的应用
负荷预测
改进遗传算法
径向基函数
一种电力负荷预测混合模型研究
短期负荷预测
经验模态分解
T-Copula
峰值负荷
风险值
深度置信网络
电力系统短期负荷预测的一种模糊建模方法
短期负荷预测
模糊建模
卡尔曼滤波
非线性
燃气短期负荷预测的小波分析综合模型
城市燃气
负荷预测
小波分析
神经网络
时间序列
数学模型
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 短期负荷预测分析及一种新模型构想
来源期刊 吉林电力 学科 工学
关键词 复合预测模型 电力系统 短期负荷预测
年,卷(期) 2006,(4) 所属期刊栏目 研究与探讨
研究方向 页码范围 16-19
页数 4页 分类号 TM715
字数 4176字 语种 中文
DOI 10.3969/j.issn.1009-5306.2006.04.005
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 吴庆 5 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (142)
共引文献  (901)
参考文献  (18)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (96)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(18)
  • 参考文献(0)
  • 二级参考文献(18)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(16)
  • 参考文献(1)
  • 二级参考文献(15)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(25)
  • 参考文献(2)
  • 二级参考文献(23)
2003(25)
  • 参考文献(4)
  • 二级参考文献(21)
2004(18)
  • 参考文献(5)
  • 二级参考文献(13)
2005(6)
  • 参考文献(6)
  • 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)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(11)
  • 引证文献(1)
  • 二级引证文献(10)
2012(9)
  • 引证文献(0)
  • 二级引证文献(9)
2013(14)
  • 引证文献(0)
  • 二级引证文献(14)
2014(19)
  • 引证文献(0)
  • 二级引证文献(19)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
复合预测模型
电力系统
短期负荷预测
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
吉林电力
双月刊
1009-5306
22-1318/TK
大16开
吉林省长春市人民大街4433号
1973
chi
出版文献量(篇)
2329
总下载数(次)
5
总被引数(次)
6431
论文1v1指导