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:
坏数据的存在对母线负荷预测的精度有较大影响.针对在实际工作中坏数据辨识和修补的结果不令人满意的情况,提出了一种新的规避坏数据影响的预测策略.提出了完全可信信息集的概念,在这一概念下将历史负荷进行合理划分,并分析了相互之间的横向联系和纵向联系;由此提出了以完全可信信息集为基础的预测策略,避免将修补后数据直接用于预测,妥善处理坏数据对预测效果的影响.描述了预测方法的实现过程,算例表明这一预测策略可以取得较好的效果.
推荐文章
基于特性矩阵分层分析的短期母线负荷预测坏数据处理策略
短期母线负荷预测
坏数据处理
特性矩阵
分层分析
聚类算法
基于大数据的多子网负荷预测
大数据
数据挖掘
神经网络
负荷预测
子网预测
相似度评价
使用改进混沌神经网络的母线负荷预测
母线负荷预测
小波去噪
相空间重构
混沌神经网络
基于层叠泛化策略的母线负荷预测模型
层叠泛化算法
支持向量机
卡尔曼滤波
母线负荷预测
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 规避坏数据影响的母线负荷预测新策略
来源期刊 中国电力 学科 工学
关键词 母线负荷预测 坏数据 特征曲线 预测误差
年,卷(期) 2009,(9) 所属期刊栏目 输配电(负荷预测专栏)
研究方向 页码范围 27-31
页数 5页 分类号 TM715
字数 4601字 语种 中文
DOI 10.3969/j.issn.1004-9649.2009.09.006
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 陈刚 19 694 14.0 19.0
2 程芸 2 28 2.0 2.0
3 杨军峰 5 116 4.0 5.0
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  (99)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (67)
二级引证文献  (118)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(20)
  • 引证文献(6)
  • 二级引证文献(14)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(23)
  • 引证文献(1)
  • 二级引证文献(22)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(17)
  • 引证文献(3)
  • 二级引证文献(14)
2018(27)
  • 引证文献(1)
  • 二级引证文献(26)
2019(18)
  • 引证文献(0)
  • 二级引证文献(18)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
母线负荷预测
坏数据
特征曲线
预测误差
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
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导