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:
通过把灰色系统GM(1,1)、SVM(支持向量机)和人工神经网络预测法进行最优加权组合,引入到电能短期负荷预测系统中,实现企业电能数据缺失的补缺功能.通过对斯洛伐克东部电力中心的历史数据进行试验分析,表明了该算法在电能短期负荷预测方面的有效性.
推荐文章
基于诱导有序加权平均算子的最优组合短期负荷预测
负荷预测
组合预测
优化模型
诱导有序加权平均算子
加权组合法在框架结构整体损伤指数计算中的探讨
加权组合法
权系数
损伤指数
框架结构
基于WHAC-E组合预测模型的短期电力负荷预测
负荷预测
单一预测模型
熵值法
加权调和平均
组合预测
短期电力负荷最优组合预测模型的研究
最优组合预测模型
参数最优化
权重最优化
电力负荷预测
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 最优加权组合法在电能短期负荷预测中的应用
来源期刊 计算机与现代化 学科 工学
关键词 短期负荷预测 灰色系统GM(1,1) 支持向量机 人工神经网络
年,卷(期) 2012,(7) 所属期刊栏目 应用与开发
研究方向 页码范围 188-191
页数 分类号 TP311.52
字数 2628字 语种 中文
DOI 10.3969/j.issn.1006-2475.2012.07.052
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 蔡琼 武汉工程大学计算机科学与工程学院 21 94 3.0 9.0
2 王典 武汉工程大学计算机科学与工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (282)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(8)
  • 参考文献(2)
  • 二级参考文献(6)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 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)
2016(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
短期负荷预测
灰色系统GM(1,1)
支持向量机
人工神经网络
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导