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:
针对目前超短期负荷预测算法存在的预测精度不稳定、实时性能不强等问题,从时序数据挖掘的重要方法一相似时间序列的检索出发,结合负荷自身的周期性变化规律,提出了一种新的超短期负荷预测方法.该方法具有简单实用的坏数据处理机制;通过扩展负荷序列相似的概念有效地增加了预测样本的数量,提高了预测样本的质量;对预测值的加权处理抵御了单样本预测带来的风险,使预测的精度稳定在一个较高水平.实际应用结果表明,该方法的预测精度高、稳定性强,能较好地满足电力系统各方面的需求.
推荐文章
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
基于局部形相似的超短期负荷预测方法
超短期负荷预测
局部形相似
形系数
拐点
基于概率统计的电力负荷时间序列预测模型
电力负荷预测
概率统计
时间序列
预测模型构建
数据预处理
实验验证
基于LSTM时间递归神经网络的短期电力负荷预测
短期电力负荷预测
LSTM
时间递归
神经网络
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 基于相似时间序列检索的超短期负荷预测
来源期刊 电网技术 学科 工学
关键词 电力系统 超短期负荷预测 时间序列 相似性
年,卷(期) 2008,(12) 所属期刊栏目 电力市场
研究方向 页码范围 56-59
页数 4页 分类号 TM715
字数 3955字 语种 中文
DOI
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 王伟 39 705 13.0 26.0
2 张王俊 18 591 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (110)
共引文献  (462)
参考文献  (16)
节点文献
引证文献  (57)
同被引文献  (213)
二级引证文献  (177)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(11)
  • 参考文献(0)
  • 二级参考文献(11)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(16)
  • 参考文献(2)
  • 二级参考文献(14)
2001(13)
  • 参考文献(0)
  • 二级参考文献(13)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(14)
  • 参考文献(1)
  • 二级参考文献(13)
2004(14)
  • 参考文献(3)
  • 二级参考文献(11)
2005(11)
  • 参考文献(2)
  • 二级参考文献(9)
2006(10)
  • 参考文献(4)
  • 二级参考文献(6)
2007(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(7)
  • 引证文献(5)
  • 二级引证文献(2)
2014(11)
  • 引证文献(8)
  • 二级引证文献(3)
2015(20)
  • 引证文献(8)
  • 二级引证文献(12)
2016(41)
  • 引证文献(13)
  • 二级引证文献(28)
2017(35)
  • 引证文献(4)
  • 二级引证文献(31)
2018(51)
  • 引证文献(7)
  • 二级引证文献(44)
2019(41)
  • 引证文献(2)
  • 二级引证文献(39)
2020(17)
  • 引证文献(1)
  • 二级引证文献(16)
研究主题发展历程
节点文献
电力系统
超短期负荷预测
时间序列
相似性
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
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
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导