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:
针对支持向量机方法在短系列电力负荷预测中存在空间划分参数的选择受主观因素影响的缺点,提出了谱分析和最小二乘支持向量机相结合的负荷预测方法.该方法采用谱分析预测实际发生最大电力负荷值的周期,根据周期采确定SVM的训练模型.该方法可有效地避免参数选择中的人为因素,提高预测精度.从实际算例可看出,除最后一个点位相对误差为8.67%外,其余最位的相对误差均低于±5%,实测值与预测值的拟合度较好,预测精度较高.
推荐文章
基于WLS-SVM回归模型的电力负荷预测
加权最小二乘支持向量机
回归
电力负荷
预测
基于LS-SVM的装备需求时间序列预测
支持向量机
时间序列
混沌
相空间
嵌入维数
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
基于在线LS-SVM的网络预测控制系统
网络控制系统
预测控制
在线最小二乘支持向量机
核函数
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 基于谱分析与LS-SVM的中期电力负荷预测
来源期刊 电力系统保护与控制 学科 工学
关键词 电力系统 谱分析 最小二乘支持向量机 中期负荷预测 精度
年,卷(期) 2011,(9) 所属期刊栏目 应用研究
研究方向 页码范围 88-90,96
页数 分类号 TM715
字数 2170字 语种 中文
DOI 10.3969/j.issn.1674-3415.2011.09.016
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 李钊年 30 116 6.0 8.0
2 姜楠 23 181 7.0 12.0
3 史旺旺 79 606 14.0 19.0
4 李积花 9 24 3.0 4.0
5 倪三川 13 203 6.0 13.0
6 陶凤玲 15 55 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (48)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (33)
二级引证文献  (76)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(13)
  • 引证文献(1)
  • 二级引证文献(12)
2016(15)
  • 引证文献(1)
  • 二级引证文献(14)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
电力系统
谱分析
最小二乘支持向量机
中期负荷预测
精度
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导