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:
采用一种新型的泛函时间序列方法预测短期电力负荷,建立一种历史日分段负荷与预测分段负荷相似模型的加权平均关系,根据实际观测的分段负荷与参考的分段负荷之间的贴近度,从历史数据中辨识出历史分段负荷,进而通过这种方法捕获需要预测的负荷特性和量化特征.为便于比较说明,将所提泛函时间序列方法应用于某地区的历史日负荷数据,并与近年文献中提出的类似方法进行了比较,证明了本文所提短期负荷预测方法的可行性.
推荐文章
基于概率统计的电力负荷时间序列预测模型
电力负荷预测
概率统计
时间序列
预测模型构建
数据预处理
实验验证
基于LSTM时间递归神经网络的短期电力负荷预测
短期电力负荷预测
LSTM
时间递归
神经网络
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
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
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 基于相似模型泛函时间序列的短期电力负荷预测
来源期刊 陕西电力 学科 工学
关键词 泛函核回归 短期负荷预测 时间序列 相似模型
年,卷(期) 2014,(5) 所属期刊栏目 负荷预测
研究方向 页码范围 56-60
页数 5页 分类号 TM715
字数 4682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 孟华楠 1 3 1.0 1.0
2 胡晓波 华中科技大学电气与电子工程学院 6 55 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (129)
共引文献  (451)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (37)
二级引证文献  (18)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(13)
  • 参考文献(0)
  • 二级参考文献(13)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(14)
  • 参考文献(1)
  • 二级参考文献(13)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(11)
  • 参考文献(2)
  • 二级参考文献(9)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
泛函核回归
短期负荷预测
时间序列
相似模型
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
智慧电力
月刊
2096-4145
61-1512/TM
大16开
西安市柿园路218号
52-185
1973
chi
出版文献量(篇)
5128
总下载数(次)
13
论文1v1指导