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:
电力系统负荷预测是电力研究的一个重要组成部分,随着电力智能化的加快发展,为电力负荷预测提供了更准确有效的方法.目前有多种电力负荷预测方法,但由于预测模型适用条件的限制,使得负荷预测存在困难.因此,本文选择了基于统计理论的支持向量回归方法来进行预测.文中结合贵州某经济开发区短期电力负荷的历史数据,应用支持向量回归法对该负荷进行了预测,得到了精度较高的预测结果.
推荐文章
基于柔性负荷的负荷特性分析和短期负荷预测新技术
柔性负荷
负荷特性分析
短期负荷预测
智能电网
基于聚类分析的短期负荷智能预测方法研究
数据挖掘
负荷预测
聚类
支持向量机
k-means
基于事例推理的短期负荷预测
短期负荷预测
事例推理
事例表示
相似度
基于支持向量机的短期负荷预测
电力系统负荷
短期预测
支持向量机
网格法
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 基于智能技术的短期负荷预测研究
来源期刊 南方电网技术 学科 工学
关键词 电力系统 短期负荷预测 支持向量机
年,卷(期) 2011,(z2) 所属期刊栏目 2011南网技术论坛三等奖论文
研究方向 页码范围 80-85
页数 分类号 TM721
字数 4947字 语种 中文
DOI 10.3969/j.issn.1674-0629.2011.z2.022
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 殷子皓 1 1 1.0 1.0
2 何宁 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  (12)
共引文献  (2026)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2019(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
电力系统
短期负荷预测
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
南方电网技术
月刊
1674-0629
44-1643/TK
16开
广州市越秀区东风东路水均岗6号粤电大厦西塔18楼
46-359
2007
chi
出版文献量(篇)
2336
总下载数(次)
8
论文1v1指导