作者:
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:
针对径流式小水电站电力生产的特点,建立了一种新的多元线性回归(MLR)&最小二乘支持向量机(LS-SVM)的年发电量综合预测模型.该模型充分利用径流式小水电站发电量与其影响因素(年来水量、来水离差系数和电网负荷率)之间的关系,并建立与之对应的由初步预测子模型和误差修正子模型两部分组成的综合预测模型.实际预测结果表明,本文所提的综合预测方法能适应径流式小水电站发电量的具体问题,其效果优于常用方法,易于实现.
推荐文章
基于区域信息融合的风电场平均年发电量预测?
平均年发电量
测量-相关-预测
信息融合
神经网络
怒江及澜沧江双雨季地区的小水电站径流分析计算
怒江
澜沧江
双雨季地区
小水电站
水量平衡法
降水
径流
小水电发电量的径流模型时段计算法
小水电
发电量
径流模型
时段计算法
虚拟库容
基于ARMA模型的水电站概率性发电量预测
年发电量
ARMA模型
时间序列
水电站
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 径流式小水电站年发电量综合预测模型
来源期刊 水利水电技术 学科 工学
关键词 径流式小水电站 年发电量 多元线性回归 最小二乘支持向量机 综合预测模型
年,卷(期) 2007,(9) 所属期刊栏目 小水电站
研究方向 页码范围 78-80
页数 3页 分类号 TV712
字数 2211字 语种 中文
DOI 10.3969/j.issn.1000-0860.2007.09.021
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 吴德会 九江学院电子工程系 66 721 15.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (32)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1985(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)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
径流式小水电站
年发电量
多元线性回归
最小二乘支持向量机
综合预测模型
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
水利水电技术
月刊
1000-0860
11-1757/TV
大16开
北京市海淀区玉渊潭南路3号
2-426
1959
chi
出版文献量(篇)
7729
总下载数(次)
10
总被引数(次)
49620
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导