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:
根据电力系统中长期负荷预测的特点,提出了粗糙集理论与最小二乘支持向量机相结合的预测方法.应用粗糙集理论对影响负荷的众多因素进行约简,得到与负荷关系最为密切的核心因素,将其作为最小二乘支持向量机的输入矢量进行预测.实际算例分析表明,该预测模型符合中长期负荷预测的特点并具有较高的精度,方法是可行和有效的.
推荐文章
NRS和PSO算法优化最小二乘支持向量机的短期电力负荷预测
短期电力负荷预测
邻域关系
属性约简
最小二乘支持向量机
粒子群算法
预测精度
基于最小二乘支持向量机的短期负荷预测模型
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
基于最小二乘支持向量机的蜡沉积速率预测
最小二乘支持向量机
蜡沉积速率
预测
模型
模型精度
基于灰色最小二乘支持向量机的边坡位移预测
边坡位移
灰色模型
最小二乘支持向量机
遗传算法
时间序列
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 基于粗糙集理论和最小二乘支持向量机的中长期负荷预测
来源期刊 中国电力 学科 工学
关键词 粗糙集 最小二乘支持向量机 负荷预测 电力系统
年,卷(期) 2007,(10) 所属期刊栏目 电力系统
研究方向 页码范围 42-44
页数 3页 分类号 TM715
字数 2324字 语种 中文
DOI 10.3969/j.issn.1004-9649.2007.10.011
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 刘耀年 东北电力大学电气工程学院 39 553 15.0 22.0
2 庞松岭 东北电力大学电气工程学院 3 66 3.0 3.0
3 李鉴 东北电力大学电气工程学院 3 147 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (180)
参考文献  (5)
节点文献
引证文献  (16)
同被引文献  (54)
二级引证文献  (102)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(13)
  • 引证文献(4)
  • 二级引证文献(9)
2015(15)
  • 引证文献(1)
  • 二级引证文献(14)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(21)
  • 引证文献(2)
  • 二级引证文献(19)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(17)
  • 引证文献(0)
  • 二级引证文献(17)
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
粗糙集
最小二乘支持向量机
负荷预测
电力系统
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
中国电力
月刊
1004-9649
11-3265/TM
大16开
北京市昌平区北七家镇未来科技城北区国家电网公司办公区B315
2-427
1956
chi
出版文献量(篇)
7025
总下载数(次)
12
总被引数(次)
92972
论文1v1指导