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:
提出将小波分析和时间序列应用于空调负荷预测;利用小波分析可以将空调负荷序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多.其小波分解后的序列用时间序列模型来预测,最后再合成得到原时间序列的预测值.预测结果表明,该模型应用于空调负荷预测具有较高的预测精度,而且明显优于传统的时间序列模型.
推荐文章
基于小波时间序列分析的电子银行风险预测
时间序列
小波变换
电子银行
风险预测
小波分析在空调负荷分析中的应用
小波分析
空调
负荷分析
基于"紧致型"小波神经网络的时间序列预测研究
小波神经网络
方差分析
时间序列
预测
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
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 小波时间序列在空调负荷预测中的应用
来源期刊 流体机械 学科 工学
关键词 空调负荷 小波分析 时间序列 预测
年,卷(期) 2008,(2) 所属期刊栏目 制冷空调
研究方向 页码范围 83-86
页数 4页 分类号 TB657.2
字数 2734字 语种 中文
DOI 10.3969/j.issn.1005-0329.2008.02.020
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 陈柳 49 270 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (49)
参考文献  (8)
节点文献
引证文献  (20)
同被引文献  (26)
二级引证文献  (19)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(10)
  • 参考文献(1)
  • 二级参考文献(9)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
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
空调负荷
小波分析
时间序列
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
流体机械
月刊
1005-0329
34-1144/TH
大16开
合肥市长江西888号合肥通用机械研究院西配楼
26-129
1972
chi
出版文献量(篇)
5018
总下载数(次)
14
论文1v1指导