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:
以临沂地区电网负荷预测系统开发为背景,以提高电网负荷预测精确度为目的,提出了基于相似日的支持向量机的(SD-SVM)负荷预测应用方案.介绍其实现的原理、业务功能及其在实例中的系统体系架构和实现技术.重点对系统采用的SD-SVM数据模型算法作了描述.该项应用研发,实现了对地区电网负荷的智能预测、自动分析、气象数据处理等功能,提升了调度人员对电网负荷变化趋势的预见性、掌控的即时性.SD-SVM法的负荷预测结果对气象因素变化较大时有明显的精度优势,具有很好的适应性.实用结果证明这一研发的实时性和预测精度优于基于传统SVM理论的预测方法,能够满足地区电网负荷预测实用性、有效性、智能化的要求.
推荐文章
基于BKF-SVM电力短期负荷预测
短期电力负荷预测
布尔核函数
固定步长迭代法
气象因素
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KPCA-SVM模型的 电力负荷最大值短期预测方法
电力系统
负荷
核主成分分析(KPCA)
支持向量机(SVM)
预测模型
基于改进的SVM短期负荷预测研究
电力系统
气象因素
支持向量机
短期负荷预测
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 基于SD-SVM的负荷预测研究与应用
来源期刊 华北电力技术 学科 工学
关键词 负荷预测 SD-SVM法 实现技术 系统研发 实际应用
年,卷(期) 2012,(11) 所属期刊栏目 试验研究
研究方向 页码范围 21-26
页数 分类号 TM715
字数 5003字 语种 中文
DOI 10.3969/j.issn.1003-9171.2012.11.005
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 牛庆松 5 40 2.0 5.0
2 程如同 1 1 1.0 1.0
3 李彬 2 12 1.0 2.0
4 石庆喜 1 1 1.0 1.0
5 亓富军 8 39 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (116)
共引文献  (210)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (4)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(17)
  • 参考文献(0)
  • 二级参考文献(17)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(19)
  • 参考文献(3)
  • 二级参考文献(16)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(18)
  • 参考文献(1)
  • 二级参考文献(17)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
负荷预测
SD-SVM法
实现技术
系统研发
实际应用
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
华北电力技术
月刊
1003-9171
11-2911/TM
大16开
北京市复兴门外地藏庵南巷1号
1971
chi
出版文献量(篇)
4101
总下载数(次)
5
论文1v1指导