作者:
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:
根据GM(1,1)模型的特点,通过在数据序列前面加一个非负数,提出了加数GM(1,1)模型的方法.该方法克服了原始模型中不能利用第一点数据的缺陷,提高了原始数据的利用率.同时,结合电力负荷呈日周期性变化的特性,提出了基于关联度的组合灰色预测模型用于电力系统负荷预处理.实例表明,加数模型的预测精度优于原始模型的预测精度,组合灰色模型比单一的灰色模型在预测精度上有明显提高.
推荐文章
LINGO在电力系统机组组合优化中的应用
机组组合
混合整数优化
LINGO
发电成本
电力系统
改进贝叶斯分类器在电力系统负荷预测中的应用
贝叶斯分类器
粗糙集
负荷预测
人工神经网络在电力系统短期负荷预测中的应用
多层神经网络
BP模型
负荷预测
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
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 组合灰色模型在电力系统负荷预处理中的应用
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 GM(1,1)模型 关联度 组合灰色模型
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 70-74
页数 分类号 TM72
字数 3939字 语种 中文
DOI 10.3969/j.issn.1674-6864.2010.02.015
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 李慧 北京信息科技大学自动化学院 56 133 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (30)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(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
GM(1,1)模型
关联度
组合灰色模型
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
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导