钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
电工技术期刊
\
电力大数据期刊
\
基于蜜蜂进化遗传算法优化SVM的超短期风电功率预测
基于蜜蜂进化遗传算法优化SVM的超短期风电功率预测
作者:
代江
汪明清
田年杰
赵倩
马晶晶
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
蜜蜂进化遗传算法
支持向量机(SVM)
超短期风电功率预测
摘要:
提出了基于蜜蜂进化型遗传算法优化支持向量机(SVM)的超短期风电功率预测方法.针对遗传算法在优化支持向量机参数存在的早熟问题,提出了将蜜蜂进化型遗传算法应用于优化支持向量机参数,提高了搜索效率.通过某风电场预测数据进行对比实验,验证了该方法可以有效提高预测准确率和精度.
暂无资源
收藏
引用
分享
推荐文章
基于动态集成LSSVR的超短期风电功率预测
超短期风电功率预测
最小二乘支持向量回归
动态集成
动态时间弯曲距离
数值天气预报
基于思维进化算法的风电功率预测研究
思维进化算法
风电功率
预测模型
基于EEMD-IGSA-LSSVM的超短期风电功率预测?
集合经验模态分解
风功率预测
最小二乘向量机
改进引力搜索算法
指数径向基核函数
基于GA优化SVM的风电功率的超短期预测
风电场功率预测
支持向量机
遗传算法
超短期预测
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于蜜蜂进化遗传算法优化SVM的超短期风电功率预测
来源期刊
贵州电力技术
学科
工学
关键词
蜜蜂进化遗传算法
支持向量机(SVM)
超短期风电功率预测
年,卷(期)
2017,(6)
所属期刊栏目
专题研讨
研究方向
页码范围
23-26
页数
4页
分类号
TM774
字数
2759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
代江
贵州电网有限责任公司电力调度控制中心
13
9
2.0
3.0
2
汪明清
贵州电网有限责任公司电力调度控制中心
7
53
4.0
7.0
3
田年杰
贵州电网有限责任公司电力调度控制中心
14
11
2.0
3.0
4
赵倩
贵州电网有限责任公司电力调度控制中心
15
12
3.0
3.0
5
马晶晶
3
2
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(173)
共引文献
(808)
参考文献
(13)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1968(1)
参考文献(0)
二级参考文献(1)
1975(1)
参考文献(0)
二级参考文献(1)
1979(1)
参考文献(0)
二级参考文献(1)
1994(2)
参考文献(0)
二级参考文献(2)
1996(3)
参考文献(0)
二级参考文献(3)
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(6)
参考文献(0)
二级参考文献(6)
2002(1)
参考文献(0)
二级参考文献(1)
2003(7)
参考文献(0)
二级参考文献(7)
2004(2)
参考文献(0)
二级参考文献(2)
2005(10)
参考文献(1)
二级参考文献(9)
2006(7)
参考文献(0)
二级参考文献(7)
2007(5)
参考文献(1)
二级参考文献(4)
2008(18)
参考文献(3)
二级参考文献(15)
2009(6)
参考文献(0)
二级参考文献(6)
2010(18)
参考文献(1)
二级参考文献(17)
2011(46)
参考文献(2)
二级参考文献(44)
2012(13)
参考文献(0)
二级参考文献(13)
2013(26)
参考文献(1)
二级参考文献(25)
2014(9)
参考文献(3)
二级参考文献(6)
2015(1)
参考文献(1)
二级参考文献(0)
2017(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
蜜蜂进化遗传算法
支持向量机(SVM)
超短期风电功率预测
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
电力大数据
主办单位:
贵州电网有限责任公司电力科学研究院
贵州省电机工程学会
出版周期:
月刊
ISSN:
2096-4633
CN:
52-1170/TK
开本:
16开
出版地:
贵州省贵阳市解放路251号
邮发代号:
创刊时间:
1977
语种:
chi
出版文献量(篇)
4266
总下载数(次)
8
期刊文献
相关文献
1.
基于动态集成LSSVR的超短期风电功率预测
2.
基于思维进化算法的风电功率预测研究
3.
基于EEMD-IGSA-LSSVM的超短期风电功率预测?
4.
基于GA优化SVM的风电功率的超短期预测
5.
基于CS-SVR模型的短期风电功率预测
6.
基于风速融合和NARX神经网络的短期风电功率预测
7.
基于ARMA的风电功率预测
8.
基于堆叠稀疏降噪自动编码器的地区风电场群高精度超短期风电功率预测
9.
基于LS-SVM和核密度估计的概率性风电功率预测
10.
基于WD-CS-SVM的超短期风电功率组合预测
11.
自适应变异粒子群优化BP的短期风电功率预测模型
12.
基于混沌 DNA 遗传算法与 PSO 组合优化的RNN 短期风电功率预测
13.
基于AMD-ICSA-SVM的超短期风电功率组合预测
14.
基于最佳预测步长的超短期风电功率预测
15.
基于超短期功率预测的配电网调度模型
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电力大数据2021
电力大数据2020
电力大数据2019
电力大数据2018
电力大数据2017
电力大数据2016
电力大数据2015
电力大数据2014
电力大数据2013
电力大数据2012
电力大数据2011
电力大数据2010
电力大数据2009
电力大数据2008
电力大数据2007
电力大数据2006
电力大数据2005
电力大数据2004
电力大数据2003
电力大数据2002
电力大数据2001
电力大数据2017年第9期
电力大数据2017年第8期
电力大数据2017年第7期
电力大数据2017年第6期
电力大数据2017年第5期
电力大数据2017年第4期
电力大数据2017年第3期
电力大数据2017年第2期
电力大数据2017年第12期
电力大数据2017年第11期
电力大数据2017年第10期
电力大数据2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号