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:
电力系统短期负荷预测作为确保系统安全与经济运行的重要手段,影响着电力市场交易计划的制定.为了进行短期电力负荷预测,文章对电力负荷时间序列数据进行模糊信息粒化,对模糊粒化后的数据采用支持向量机回归预测模型进行回归预测,最后用国家电网某省电力负荷数据进行了仿真验证.仿真结果表明,预测模型可以有效地预测短期电力负荷的变化趋势和变化空间.
推荐文章
基于支持向量机的短期负荷预测
电力系统负荷
短期预测
支持向量机
网格法
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
基于支持向量机回归的电力负荷预测研究
结构风险最小化
支持向量机
支持向量回归
电力负荷预测
神经网络
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 基于模糊信息粒化支持向量机的短期电力负荷预测
来源期刊 电力信息与通信技术 学科 工学
关键词 短期电力负荷预测 模糊信息粒化 支持向量机
年,卷(期) 2016,(1) 所属期刊栏目 电力大数据技术
研究方向 页码范围 11-14
页数 4页 分类号 TM715
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (99)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(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(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
短期电力负荷预测
模糊信息粒化
支持向量机
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
电力信息与通信技术
月刊
2095-641X
10-1164/TK
16开
北京市
80-247
2003
chi
出版文献量(篇)
5412
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导