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:
为了支持将来的经济发展和不断满足电力需求,负荷预测已成为电力部门的重要任务,而提高预测精度是负荷预测的关键问题.为此,判断了影响负荷的经济因素之间存在的多重共线性,用偏最小二乘回归方法消除其共线性影响,并建立了预测模型.结果表明,该方法能准确地估计出变量的回归系数,能避免使用普通最小二乘回归时出现的异常回归系数,预测的相对误差平均为9.83%,最小相对误差为-0.01%.
推荐文章
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
基于加权偏最小二乘回归的中长期负荷预测
中长期负荷预测
偏最小二乘回归
相似离度
权值
基于灰色模型的中长期电力负荷预测
灰色模型
电力负荷
中长期预测
分等时段序列
综合型中长期电力负荷预测系统的实现
中长期负荷预测
神经网络
灰色系统
电力系统
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 基于偏最小二乘回归的中长期电力负荷预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 负荷预测 多重共线性 方差膨胀因子 偏最小二乘回归
年,卷(期) 2007,(5) 所属期刊栏目 学术论文
研究方向 页码范围 110-113
页数 4页 分类号 TM7
字数 3732字 语种 中文
DOI 10.3969/j.issn.1003-8930.2007.05.020
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 何有世 江苏大学工商管理学院 123 1509 19.0 34.0
2 蒋惠凤 常州工学院经济与管理学院 20 112 6.0 10.0
3 杨伟雄 江苏大学工商管理学院 1 39 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (79)
参考文献  (4)
节点文献
引证文献  (39)
同被引文献  (50)
二级引证文献  (69)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(8)
  • 引证文献(6)
  • 二级引证文献(2)
2012(17)
  • 引证文献(7)
  • 二级引证文献(10)
2013(8)
  • 引证文献(3)
  • 二级引证文献(5)
2014(21)
  • 引证文献(11)
  • 二级引证文献(10)
2015(9)
  • 引证文献(3)
  • 二级引证文献(6)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
负荷预测
多重共线性
方差膨胀因子
偏最小二乘回归
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导