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:
针对现有组合预测模型,基于经验风险最小化原则,克服预测精度受组合模型限制的缺点,提出一种基于最小二乘支持向量机(LS-SVM)的天然气管网负荷组合预测模型,并与AR模型、BP神经网络模型、GM(1,1)模型以及最优权重组合模型进行了比较,得出基于最小二乘支持向量机的天然气管网负荷组合预测模型能够得到更高的预测精确度,可为天然气管网的安全运行以及优化调度提供决策支持的结论.
推荐文章
一种新的天然气管网负荷预测方法
天然气
管网
负荷
预测
神经网络
方法
基于LS-SVM的装备需求时间序列预测
支持向量机
时间序列
混沌
相空间
嵌入维数
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
基于在线LS-SVM的网络预测控制系统
网络控制系统
预测控制
在线最小二乘支持向量机
核函数
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LS-SVM的天然气管网负荷组合预测
来源期刊 管道技术与设备 学科 工学
关键词 天然气 管网 负荷 组合预测 最小二乘支持向量机
年,卷(期) 2010,(3) 所属期刊栏目 设计与研究
研究方向 页码范围 14-16,33
页数 分类号 TE83
字数 2763字 语种 中文
DOI 10.3969/j.issn.1004-9614.2010.03.006
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 白建辉 7 53 4.0 7.0
2 代小华 中国石油天然气管道工程有限公司工艺室 8 33 3.0 5.0
3 杨玲 1 1 1.0 1.0
4 唐小江 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (1813)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(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
天然气
管网
负荷
组合预测
最小二乘支持向量机
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
管道技术与设备
双月刊
1004-9614
21-1312/TH
大16开
辽宁省沈阳市大东区北海街242号
8-145
1993
chi
出版文献量(篇)
2354
总下载数(次)
4
论文1v1指导