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:
电价预测是非线性、动态开放的复杂系统,传统方法难以准确地描述这种复杂的特征.提出了基于灰自组织特征映射(GSOM)和支持向量回归(SVR)的短期电价预测方法.GSOM能综合考虑历史电价、节假日属性、负荷、气象等影响电价的因素,对电价进行聚类.SVR具有全局最优、泛化能力强等显著优点,能对分类后的电价进行比较准确的拟合预测.算例表明基于GSOM和SVR的电价预测方法是有效可行的.
推荐文章
一种基于小波变换和ARIMA的短期电价混合预测模型
电价预测
小波变换
ARIMA模型
时间序列分析
电价突变
一种基于支持向量机的测井岩性预测新方法
支持向量机
岩性预测
模式识别
一种DOA估计新方法
波达方向估计
观测矩阵
压缩传感
随机采样
一种检测硬度的新方法
刃口硬度(Hed)
锋宽
刃口角
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 一种短期电价预测的新方法
来源期刊 电工电气 学科 工学
关键词 短期电价预测 灰白组织特征映射 支持向量回归
年,卷(期) 2009,(8) 所属期刊栏目 标准与管理
研究方向 页码范围 52-56
页数 5页 分类号 TM715
字数 3966字 语种 中文
DOI 10.3969/j.issn.1007-3175.2009.08.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (101)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (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)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2015(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
短期电价预测
灰白组织特征映射
支持向量回归
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
电工电气
月刊
1007-3175
32-1800/TM
大16开
苏州新区滨河路永和街7号
28-184
1981
chi
出版文献量(篇)
2747
总下载数(次)
6
总被引数(次)
7236
论文1v1指导