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:
介绍EEMD与LSSVM的基本原理以及超短期负荷预测的特点和方法,阐述EEMD-LSSVM模型的主要思想,通过算例分析,说明基于EEMD-LSSVM的超短期负荷预测的优势.
推荐文章
基于EEMD-LSSVM的超短期负荷预测
超短期负荷预测
集合经验模态分解
最小二乘支持向量机
贝叶斯框架
时间序列
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CEEMD-IBA-LSSVM的微电网短期负荷预测研究与应用
微电网
负荷预测
互补集成经验模态分解
最小二乘支持向量机
改进蝙蝠算法
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
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EEMD-LSSVM的超短期负荷预测研究
来源期刊 自动化应用 学科
关键词 超短期负荷预测 时间序列 EEMD-LSSVM模型
年,卷(期) 2017,(10) 所属期刊栏目 电力专栏
研究方向 页码范围 100-102
页数 3页 分类号
字数 3190字 语种 中文
DOI 10.3969/j.issn.1674-778X.2017.10.047
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 陈冬沣 9 41 4.0 6.0
2 林佳亮 5 7 2.0 2.0
3 李暖群 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (67)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
超短期负荷预测
时间序列
EEMD-LSSVM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
自动化应用
月刊
1674-778X
50-1201/TP
大16开
重庆市渝北区洪湖西路18号《自动化应用》杂志社
78-52
1960
chi
出版文献量(篇)
6972
总下载数(次)
15
论文1v1指导