原文服务方: 科学之友       
摘要:
利用高斯核函数将低维空间的非线性回归转化为高维空间的线性回归,建立了基于核偏最小二乘回归的电力负荷预测模型,克服了非线性因素对预测模型的不利影响.应用武汉市的实际数据进行了验证,结果表明,基于核偏最小二乘回归的电力负荷预测与线性偏最小二乘回归相比,具有更好的预测性能.
推荐文章
混沌时间序列局域偏最小二乘回归多步预测模型
混沌序列
多步预测
偏最小二乘回归
局域模型
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
偏最小二乘回归神经网络的矿坑涌水量预测
矿坑涌水量
偏最小二乘回归
神经网络
预报模型
基于核偏最小二乘回归方法的发电机 关键运行参数预测分析
发电机
偏最小二乘方法
核函数
参数预测
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 电力负荷预测的核偏最小二乘回归模型
来源期刊 科学之友 学科
关键词 核偏最小二乘 电力负荷 预测
年,卷(期) 2010,(6) 所属期刊栏目 科研课题
研究方向 页码范围 5-6
页数 分类号 O213
字数 语种 中文
DOI
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 陈高波 24 91 4.0 8.0
2 杨小红 5 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  (8)
共引文献  (12)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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
核偏最小二乘
电力负荷
预测
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
科学之友
月刊
1000-8136
14-1032/N
大16开
1980-01-01
chi
出版文献量(篇)
23322
总下载数(次)
0
总被引数(次)
32127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导