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:
根据负荷预测的理论,通过历史数据为基础进行电力负荷数据预测.由于实际运行过程中,采集数据存在错误,使得获得到的负荷预测曲线包含较大的锯齿状.提出一种新的离群数据挖掘方法,即求二直线的夹角方法寻找尖锐点,离群数据为尖锐点处对应电力负荷有功值,然后使用曲线平滑的方法对这些离群数据进行了处理.实验证明,运用提出的这一新的离群数据挖掘方法处理负荷预测曲线,预测结果明显改进.
推荐文章
离群数据挖掘及其在电力负荷预测中的应用
离群数据挖掘
负荷预测
聚类分析
信息熵
人工神经网络
数据挖掘技术在电力负荷管理系统中的应用
数据挖掘
负荷数据
数据预处理
多元线性回归
离群数据挖掘在高炉物料消耗数据认证中的应用
高炉物料消耗
离群数据挖掘
k-最近邻距离法
金属料平衡法
离群数据挖掘综述
数据挖掘
离群检测
异常
高维离群
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 离群数据挖掘方法在电力负荷预测中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 离群数据 负荷预测 直线夹角 平滑
年,卷(期) 2010,(21) 所属期刊栏目
研究方向 页码范围 213-215
页数 分类号 TP391
字数 2661字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.21.061
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 史东辉 安徽建筑工业学院电子与信息工程学院 7 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (30)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
离群数据
负荷预测
直线夹角
平滑
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导