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:
提出一种基于支持向量机的电力系统短期负荷预测方法,将 SVM 引入短期负荷预测,通过不断输入新的负荷数据来更新回归函数,以获得更快的计算速度和较好的预测精度,利用佛山地区的历史负荷作为训练数据,结果证明了该方法能在一定程度上提高电力负荷的预测精度.
推荐文章
基于支持向量机的燃气短期负荷预测
燃气负荷预测
短期负荷
支持向量机
BP神经网络
支持向量回归模型
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
鲶鱼粒子群算法优化支持向量机的短期负荷预测
短期电力负荷
支持向量机
混沌理论
粒子群算法
鲶鱼效应
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 基于支持向量机的短期负荷预测
来源期刊 机电工程技术 学科 工学
关键词 短期负荷预测 支持向量机 结构最小化原则
年,卷(期) 2012,(12) 所属期刊栏目
研究方向 页码范围 18-20
页数 分类号 TM71
字数 2646字 语种 中文
DOI 10.3969/j.issn.1009-9492.2012.12.006
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 罗毅初 9 30 3.0 4.0
2 陈亮宏 中国南方电网有限责任公司教育评价中心 2 4 1.0 2.0
3 龙雪涛 3 6 1.0 2.0
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  (4)
同被引文献  (16)
二级引证文献  (43)
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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
短期负荷预测
支持向量机
结构最小化原则
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
机电工程技术
月刊
1009-9492
44-1522/TH
大16开
广州市天河北路663号
46-224
1971
chi
出版文献量(篇)
11098
总下载数(次)
46
总被引数(次)
29526
论文1v1指导