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:
季节型电力负荷同时具有增长性和波动性的二重趋势,使得负荷的变化呈现出复杂的非线性组合特征。对此,提出了一种综合最优灰色支持向量机预测模型,研究了同时考虑2种非线性趋势的复杂季节型负荷预测问题,说明了此优化模型分别优于2种单一负荷预测模型。在此基础上,对一般粒子群算法引入粒子速度自适应可调机制,并利用改进粒子群算法优化组合预测模型中的权值。对电力负荷预测应用实例的计算结果表明,该模型较大提高了季节型负荷预测的精度,具有较好的性能。
推荐文章
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
基于支持向量机回归的电力负荷预测研究
结构风险最小化
支持向量机
支持向量回归
电力负荷预测
神经网络
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
基于最小二乘支持向量机的短期负荷预测模型
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
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 综合最优灰色支持向量机模型在季节型电力负荷预测中的应用
来源期刊 华东电力 学科 工学
关键词 季节型负荷预测 二重趋势性 组合灰色支持向量机 综合最优模型 改进粒子群算法
年,卷(期) 2012,(1) 所属期刊栏目 电力经济
研究方向 页码范围 18-21
页数 4页 分类号 TP273|TM715
字数 语种 中文
DOI
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 王杰 170 1347 19.0 32.0
2 吴钰 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(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)
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)
研究主题发展历程
节点文献
季节型负荷预测
二重趋势性
组合灰色支持向量机
综合最优模型
改进粒子群算法
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
华东电力
月刊
1001-9529
31-1479/TM
大16开
上海市邯郸路171号
4-477
1972
chi
出版文献量(篇)
5669
总下载数(次)
8
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导