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:
为了满足微电网的建设和发展对其负荷预测的精度和方法适应性提出的更高要求,本文在时域和频域上比较分析了微电网负荷曲线和传统负荷曲线,得出了微电网负荷波动性更强的结论,然后根据微电网负荷的特点,考虑微电网负荷受星期类型和气象因素的影响,提出对微电网负荷进行离散小波分解的基础上,建立支持向量机(SVM)模型对各层分量分别进行预测,最后运用分解关系得出预测结果.研究表明,与直接应用SVM模型预测相比,分解微电网负荷曲线后再进行SVM模型预测能够实现更高的预测精度,更适用于当前微电网短期负荷预测需要.
推荐文章
基于CEEMD-IBA-LSSVM的微电网短期负荷预测研究与应用
微电网
负荷预测
互补集成经验模态分解
最小二乘支持向量机
改进蝙蝠算法
基于小波变换和LSSVM-DE的天然气日负荷组合预测模型
天然气日负荷
小波分解
LSSVM
DE
ANN
小波重构
预测
精度
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
一种基于小波变换和ARIMA的短期电价混合预测模型
电价预测
小波变换
ARIMA模型
时间序列分析
电价突变
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 基于小波变换和SVM算法的微电网短期负荷预测研究
来源期刊 现代电力 学科 工学
关键词 微电网 短期负荷预测 离散小波变换 支持向量机 波动性
年,卷(期) 2014,(3) 所属期刊栏目 负荷分析
研究方向 页码范围 74-79
页数 6页 分类号 TM715
字数 3573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 向铁元 武汉大学电气工程学院 85 1325 20.0 33.0
2 郑丹 武汉大学电气工程学院 22 273 9.0 16.0
3 杨再鹤 武汉大学电气工程学院 3 40 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (448)
参考文献  (10)
节点文献
引证文献  (20)
同被引文献  (100)
二级引证文献  (59)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(10)
  • 参考文献(2)
  • 二级参考文献(8)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(9)
  • 参考文献(3)
  • 二级参考文献(6)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(6)
  • 引证文献(4)
  • 二级引证文献(2)
2018(18)
  • 引证文献(5)
  • 二级引证文献(13)
2019(35)
  • 引证文献(7)
  • 二级引证文献(28)
2020(15)
  • 引证文献(0)
  • 二级引证文献(15)
研究主题发展历程
节点文献
微电网
短期负荷预测
离散小波变换
支持向量机
波动性
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
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
总被引数(次)
22233
论文1v1指导