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:
基于对负荷时间序列高阶矩时变特征的研究,提出了一种基于自回归条件密度模型的短期负荷预测新方法。该方法通过引入含时变参数的有偏分布,对负荷时间序列二阶以上矩信息进行了分析和描述。基于南京地区日用电量实际历史数据,分析了该负荷时间序列的时变高阶矩特征,建立了自回归条件密度模型。使用条件对数极大似然估计对模型参数进行了估计,实现了短期负荷预测,验证了该方法的可行性和有效性。结合算例中自回归条件密度模型时变参数的取值范围,推导了时变参数与条件高阶矩的数理关系,给出了一种刻画时间序列时变高偏度(三阶矩)、时变高峰度(四阶矩)的途径。算例分析表明,基于有偏t分布的自回归条件密度负荷预测模型的预测效果良好。
推荐文章
基于子集自回归模型的短期负荷预测
子集自回归模型
电力负荷
预测
基于联邦学习的短期负荷预测模型协同训练方法
数据隐私
机器学习
负荷预测
联邦学习
基于混合自回归滑动平均潜周期模型的短期电价预测
潜周期
电价预测
自回归滑动平均模型
基于气象因素敏感模型的短期电力负荷预测
人工神经网络
短期电力负荷预测
天气敏感性模型
气象因素
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 基于自回归条件密度模型的短期负荷预测方法
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 自回归条件密度模型 时变参数 高阶矩 极大似然估计 短期负荷预测
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 561-566
页数 6页 分类号 TM714
字数 4877字 语种 中文
DOI 10.3969/j.issn.1001-0505.2014.03.020
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 万秋兰 东南大学电气工程学院 81 1515 21.0 35.0
2 王玉荣 东南大学电气工程学院 23 208 8.0 14.0
3 陈昊 东南大学电气工程学院 25 197 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (156)
参考文献  (12)
节点文献
引证文献  (16)
同被引文献  (100)
二级引证文献  (91)
1982(3)
  • 参考文献(0)
  • 二级参考文献(3)
1986(5)
  • 参考文献(1)
  • 二级参考文献(4)
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)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
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(14)
  • 参考文献(1)
  • 二级参考文献(13)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(12)
  • 参考文献(2)
  • 二级参考文献(10)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(19)
  • 引证文献(5)
  • 二级引证文献(14)
2018(19)
  • 引证文献(3)
  • 二级引证文献(16)
2019(41)
  • 引证文献(1)
  • 二级引证文献(40)
2020(17)
  • 引证文献(2)
  • 二级引证文献(15)
研究主题发展历程
节点文献
自回归条件密度模型
时变参数
高阶矩
极大似然估计
短期负荷预测
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导