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:
首先选用回归滑动平均、神经网络模型、支持向量机模型和粒子群优化支持向量机模型4种单一模型进行预测分析;然后利用运筹学中非最优的组合预测思想,选线性组合、加权几何平均组合和加权调和平均组合3种组合模型及等权法、简单加权平均法、均方误差倒数法和熵值法4种组合模型权重求解方法;通过某电力公司原始负荷记录数据及实时气象数据对其三日负荷进行预测,算例分析验证了所提出的组合预测模型应用在短期电力负荷中具有有效性和精确性,能够为短期电力负荷预测提供一定的借鉴.
推荐文章
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
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
基于MRA+LMBP模型对电力系统短期负荷预测的研究
短期负荷预测
人工神经网络
L-M算法
多分辨率分析
基于组合模型的短期电力负荷预测研究
电力负荷预测
蚁群算法
BP神经网络
灰色理论
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WHAC-E组合预测模型的短期电力负荷预测
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 负荷预测 单一预测模型 熵值法 加权调和平均 组合预测
年,卷(期) 2014,(3) 所属期刊栏目 电气工程
研究方向 页码范围 86-89
页数 4页 分类号 TM715
字数 2378字 语种 中文
DOI 10.3969/j.issn.1671-6833.2014.03.021
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 张建华 郑州大学电气工程学院 87 604 15.0 20.0
2 苏士美 郑州大学电气工程学院 20 66 4.0 7.0
3 王明霞 郑州大学电气工程学院 20 84 5.0 8.0
4 姚猛 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (115)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 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(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)
研究主题发展历程
节点文献
负荷预测
单一预测模型
熵值法
加权调和平均
组合预测
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导