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:
支持向量机方法已成功地应用在负荷预测领域,但它在训练数据时存在数据处理量太大、处理速度慢等缺点.为此提出了一种基于稀疏核偏最小二乘法的预测方法,通过在高维特征空间的稀疏化,可减少在训练过程中的数据量,从而提高预测的速度和精度,将该方法应用于短期负荷预测中,与SVM方法相比,得到了较高的预测精度.
推荐文章
基于正交最小二乘法模糊模型的短期负荷预测
模糊推理
正交最小二乘法
负荷预测
鲁棒递推偏最小二乘法
野点分析
递推偏最小二乘法
鲁棒主分量回归算法
交流异步电力测功机
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
基于偏最小二乘法的翼型稳健设计替代模型
偏最小二乘法
替代模型
翼型稳健设计
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 基于稀疏核偏最小二乘法的短期负荷预测研究
来源期刊 华北电力大学学报 学科 工学
关键词 电力系统 短期负荷预测 核函数 稀疏化 偏最小二乘法
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 24-28
页数 5页 分类号 TM715
字数 3519字 语种 中文
DOI 10.3969/j.issn.1007-2691.2010.02.005
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 秦志明 华北电力大学能源与动力工程学院 12 145 7.0 12.0
2 谷松林 华北电力大学电气与电子工程学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (158)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (9)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
电力系统
短期负荷预测
核函数
稀疏化
偏最小二乘法
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
华北电力大学学报(自然科学版)
双月刊
1007-2691
13-1212/TM
大16开
北京市德胜门外朱辛庄北农路2号
18-138
1974
chi
出版文献量(篇)
2661
总下载数(次)
0
总被引数(次)
34067
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导