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:
为了提高用电量预测的精度,提出基于相关向量机回归的预测模型,在时间序列数据的基础上通过拟合训练得出其内在关系,进而可以计算得到较为准确的预测结果.相关向量机具有算法简洁和预测精度高等特点,易于编程使用.为了验证模型的有效性,本文选取2006年3月至2013年2月之间的电气化铁路用电量数据进行模型拟合训练,并预测分析2013年3月至7月的用电量情况.最后,通过对比分析表明相关向量机模型的预测结果比传统回归方法的预测结果更优.
推荐文章
电气化铁路防雷技术浅谈
电气化铁路
牵引供电设备
接触网
避雷器
对电气化铁路所产生谐波的研究
电气化铁路
谐波
PWM
整流桥
北同蒲电气化铁路改造过渡方案探讨
北同蒲
铁路改造
过渡方案
531名电气化铁路作业人员的心电图分析
电气化铁路
高压工频电磁场
心血管系统
心电图
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 基于相关向量机的电气化铁路用电量预测方法
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 电气化铁路 用电量预测 相关向量机 RVM
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 121-124
页数 4页 分类号 U212.24+6
字数 2047字 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 陈治亚 中南大学交通运输工程学院 179 1776 22.0 31.0
2 杨旭东 中南大学交通运输工程学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (106)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(10)
  • 参考文献(3)
  • 二级参考文献(7)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
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
电气化铁路
用电量预测
相关向量机
RVM
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
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
论文1v1指导