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:
简要叙述了数据挖掘技术的特点,分析了影响电价的因素,提出了一种基于数据挖掘技术的电价预测方法.该方法将电价用市场供求关系、上网竞价发电功率、用户负荷需求、燃料价格、物价指数和消费水平等元素来表征,并考虑了不同电价影响因子的影响程度.利用数据挖掘中的相似性搜索技术,引进权重系数对所搜索到的匹配电价序列进行加权平均,进而得到所预测的电价值.最后举例说明了该方法的具体应用过程.
推荐文章
二层分解技术在电价预测中的应用研究
二层分解
纵横交叉算法
多步预测
神经网络
电价预测
电价预测技术综述
电力市场
电价
电价预测
数据挖掘技术在公共气象服务中的应用
数据挖掘技术
公共气象服务
应用实例
模型
数据挖掘技术在电力负荷管理系统中的应用
数据挖掘
负荷数据
数据预处理
多元线性回归
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 数据挖掘技术在电价预测中的应用
来源期刊 电网技术 学科 工学
关键词 电力市场 电价预测 数据挖掘 相似性搜索
年,卷(期) 2006,(23) 所属期刊栏目 电力市场
研究方向 页码范围 83-87
页数 5页 分类号 TM715
字数 4649字 语种 中文
DOI 10.3321/j.issn:1000-3673.2006.23.017
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 陈星莺 河海大学电气工程学院 120 2799 28.0 49.0
2 林其友 河海大学电气工程学院 5 49 4.0 5.0
3 王之伟 6 96 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (180)
参考文献  (12)
节点文献
引证文献  (20)
同被引文献  (56)
二级引证文献  (45)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(11)
  • 参考文献(1)
  • 二级参考文献(10)
2001(10)
  • 参考文献(2)
  • 二级参考文献(8)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(10)
  • 参考文献(2)
  • 二级参考文献(8)
2005(3)
  • 参考文献(3)
  • 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)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(8)
  • 引证文献(2)
  • 二级引证文献(6)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
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
电力市场
电价预测
数据挖掘
相似性搜索
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
总被引数(次)
346228
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导