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:
讨论依据相空间邻近轨道演化相似性的特点构造训练模式,建立短期负荷预测Volterra滤波器模型的问题.以距离相似度和趋势相似度来衡量电力负荷吸引子轨道的相似度,提出了电力负荷吸引子邻近轨道判别的新方法.从模型训练充分性的角度出发,探讨了模型训练集规模的选择依据.仿真结果表明该模型是有效的.
推荐文章
短期负荷预测Volterra滤波器间隔采样模型
短期负荷预测
Volterra滤波器模型
相空间邻近轨道
间隔采样
电力系统短期负荷新型Volterra预测模型研究
电力系统
短期负荷
Volterra预测模型
基于变步长分块滤波器的Volterra级数简化辨识方法
Volterra级数
分块最小均方滤波器
影响指数
辨识
基于格型预处理的二阶自适应Volterra滤波器
Volterra滤波器
正交处理
最小二乘格型滤波算法
VLMS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 短期负荷预测Volterra滤波器模型
来源期刊 控制与决策 学科 工学
关键词 短期电力负荷预测 Volterra滤波器模型 相空间邻近轨道 训练集规模
年,卷(期) 2009,(12) 所属期刊栏目 短文
研究方向 页码范围 1903-1908
页数 分类号 TP273
字数 语种 中文
DOI 10.3321/j.issn:1001-0920.2009.12.030
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 徐昕 南京信息工程大学计算机与软件学院 20 46 4.0 4.0
2 杜杰 南京信息工程大学计算机与软件学院 10 68 5.0 8.0
4 郭创新 浙江大学电气工程学院 216 5889 43.0 69.0
7 侯荣涛 南京信息工程大学计算机与软件学院 21 174 7.0 13.0
8 徐立中 浙江大学电气工程学院 9 267 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (223)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (13)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(8)
  • 参考文献(5)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
短期电力负荷预测
Volterra滤波器模型
相空间邻近轨道
训练集规模
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
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
论文1v1指导