原文服务方: 计算技术与自动化       
摘要:
电价预测是电力市场中的一个重要研究课题。支持向量机(SVM)已被广泛应用于这一领域。然而,电力市场电价的高波动性和随机性等特征给支持向量机核函数的选择带来了挑战。本文在选择不同核函数的基础上,分别建立两个电力价格预测模型,并用真实电力市场价格数据对两个模型进行验证。实验结果表明,与其他支持向量机预测研究相比,本文精心选择的SVM核函数对短期电价预测具有较好性能。
推荐文章
北京房地产市场价格预测
北京
房地产
曲线模型
价格预测
国际LNG市场价格走势分析
液化天然气
国际市场
价格
走势
分析
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 基于支持向量机的电力市场价格预测中的核函数比较
来源期刊 计算技术与自动化 学科
关键词 电力市场 预测 支持向量机 核函数
年,卷(期) 2011,(2) 所属期刊栏目 自控理论及应用
研究方向 页码范围 30-33
页数 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1003-6199.2011.02.007
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 翟鸿雁 24 109 7.0 9.0
2 曾纪霞 12 34 5.0 5.0
3 曾晋明 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (111)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(12)
  • 参考文献(0)
  • 二级参考文献(12)
2003(18)
  • 参考文献(0)
  • 二级参考文献(18)
2004(21)
  • 参考文献(0)
  • 二级参考文献(21)
2005(19)
  • 参考文献(0)
  • 二级参考文献(19)
2006(5)
  • 参考文献(3)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 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
电力市场
预测
支持向量机
核函数
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
论文1v1指导