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:
文中给出了一种基于小波分析的电力负荷预测方法,采用小波变换将负荷时间序列分解为高频和低频子序列,并选择适当的参数对每个序列进行预测,最后将各分支预测结果叠加实现负荷预测。实验数据中采用了青海省某地区的历史负荷,并用本文方法与实际负荷进行比较,结果表明,在排除环境和温度因素的影响下,用该算法得到的预测值与实际值的误差范围在2%以内,表明该算法具有较高的预测精准性。
推荐文章
基于相似日小波支持向量机的短期电力负荷预测
负荷预测
相似日
小波变换
支持向量机
短期电力负荷预测的灰色-小波网络组合模型
灰色-小波网络
短期电力负荷预测
组合模型
GM(1,1)预测
基于反向Haar小波变换的电力系统负荷预测
小波变换
电力系统
负荷预测
基于小波变换和最小二乘支持向量机的短期电力负荷预测
短期负荷预测
最小二乘支持向量机
多分辨率分析
小波变换
电力系统
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 基于小波变换的短期电力负荷预测
来源期刊 青海大学学报:自然科学版 学科 工学
关键词 小波变换 电力系统 短期负荷预测
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 25-29
页数 5页 分类号 TM7
字数 2515字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 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
小波变换
电力系统
短期负荷预测
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
青海大学学报(自然科学版)
双月刊
1006-8996
63-1042/N
青海省西宁市宁大路251号
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
12289
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导