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:
针对电力系统短期负荷的预测,建立了多元回归和时间序列预测模型,分析了最高温度、最低温度、平均温度、相对湿度、降雨量分别对日最高负荷、日最低负荷、日平均负荷的影响程度,以及预测出短期负荷,应用MATLAB、SPSS进行求解,研究得出:最高温度对日最高负荷、日最低负荷、日平均负荷的影响程度最大,且预测值与实际值的相对误差在允许误差范围内,模型可靠性较高.
推荐文章
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
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
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
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 基于时间序列对电力系统短期负荷的预测
来源期刊 西昌学院学报(自然科学版) 学科 工学
关键词 电力负荷 多元回归 时间序列 MATLAB,SPSS
年,卷(期) 2017,(1) 所属期刊栏目 数理统计理论与应用
研究方向 页码范围 24-27
页数 4页 分类号 TM715+.1
字数 3126字 语种 中文
DOI 10.16104/j.issn.1673-1891.2017.01.007
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 朱家明 安徽财经大学统计与应用数学学院 746 1169 9.0 12.0
2 陆玉玲 安徽财经大学统计与应用数学学院 12 13 3.0 3.0
3 谢钱姣 安徽财经大学统计与应用数学学院 10 13 3.0 3.0
4 李德政 安徽财经大学统计与应用数学学院 6 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (134)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (15)
二级引证文献  (17)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(8)
  • 参考文献(3)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
电力负荷
多元回归
时间序列
MATLAB,SPSS
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
西昌学院学报(自然科学版)
季刊
1673-1891
51-1689/N
四川省西昌市马坪坝
1986
chi
出版文献量(篇)
2767
总下载数(次)
7
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导