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:
短期负荷预测是电力系统调度管理部门制定开停机计划及在线安全分析的基础,为了提高电力行业经济效益和社会效益,精确的负荷预测是最重要的工作内容.近年来的研究表明,组合预测比单项预测具有更高的精度.为了提高短期负荷的预测精度,提出一种基于支持向量机的负荷非线性组合预测方法,并与BP神经网络组合预测相比较,测试结果表明了该方法的有效性与优越性.
推荐文章
基于小波支持向量机的非线性组合预测方法研究
小波
支持向量机
核函数
非线性组合预测
基于支持向量机的动态测量误差非线性组合预测方法
动态测量误差
非线性组合预测
支持向量机
小波神经网络
基于支持向量机的非线性预测控制技术
支持向量机
预测控制
非线性建模
非线性控制
基于灰色模型的节水灌溉面积非线性组合预测
GM(1,1)模型
ARMA
神经网络
组合
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 基于支持向量机的负荷非线性组合预测研究
来源期刊 电子技术 学科 工学
关键词 电力系统 负荷预测 支持向量机
年,卷(期) 2009,(5) 所属期刊栏目 技术研发
研究方向 页码范围 61-62
页数 2页 分类号 TP3
字数 1438字 语种 中文
DOI 10.3969/j.issn.1000-0755.2009.05.024
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 付佳 河北工程大学信息与电气工程学院 7 33 3.0 5.0
2 李兵 河北工程大学信息与电气工程学院 9 17 2.0 3.0
3 崔春艳 河北工程大学信息与电气工程学院 9 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (2)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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)
研究主题发展历程
节点文献
电力系统
负荷预测
支持向量机
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
论文1v1指导