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:
本文运用支持向量机具有训练时间短、结构风险最小化、全局最优、泛化能力强等优势,将其应用于供水管网短期负荷预测;利用小波分析在时频分析具有跟踪时间和频域信息的优势,同时联合支持向量机的优势,将此预测算法运用到供水短期负荷预测系统中,实现了算法的实际应用.
推荐文章
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
野草算法和支持向量机相融合的短期负荷预测
电力系统
短期负荷
野草算法
相空间重构
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
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 小波分析和支持向量机在供水短期负荷预测中的应用
来源期刊 软件 学科 工学
关键词 供水管网 短期负荷预测 小波分析 支持向量机
年,卷(期) 2017,(9) 所属期刊栏目 设计研究与应用
研究方向 页码范围 122-126
页数 5页 分类号 TP183
字数 2461字 语种 中文
DOI 10.3969/j.issn.1003-6970.2017.09.025
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 张长胜 昆明理工大学信息工程与自动化学院 91 218 7.0 10.0
2 李川 昆明理工大学信息工程与自动化学院 263 997 14.0 18.0
3 谭向宇 云南电网有限责任公司电力科学研究院 54 135 5.0 9.0
4 赵振刚 昆明理工大学信息工程与自动化学院 114 283 8.0 10.0
5 闫江宝 昆明理工大学信息工程与自动化学院 11 20 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (168)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
供水管网
短期负荷预测
小波分析
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导