作者:
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:
以安徽省某地区2007 2014年用电量数据作为训练测试样本,采用灰色预测法、人工神经网络预测法和基于人工神经网络的最小二乘支持向量机(LSSVM)预测法计算其均方误差,结果表明,用基于人工神经网络的LSSVM预测法计算出的均方误差整体上比其他2种预测法要小.选用基于人工神经网络的LSSVM预测法对该地区2015-2017年的用电量进行预测,预测数据与实际数据基本接近.
推荐文章
基于灰色模型的中长期电力负荷预测
灰色模型
电力负荷
中长期预测
分等时段序列
综合型中长期电力负荷预测系统的实现
中长期负荷预测
神经网络
灰色系统
电力系统
油田电力系统中长期负荷预测方法
油田电力系统
长期负荷
预测模型
测试
电网中长期负荷预测技术探究
电网规划
中长期负荷
负荷预测
小波分析
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 安徽省某地区中长期电力负荷预测
来源期刊 吉首大学学报(自然科学版) 学科 工学
关键词 电力负荷 预测 中长期 人工神经网络 最小二乘支持向量机
年,卷(期) 2018,(6) 所属期刊栏目 电气工程
研究方向 页码范围 46-49
页数 4页 分类号 TP391
字数 1980字 语种 中文
DOI 10.13438/j.cnki.jdzk.2018.06.009
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 王军 28 61 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (216)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 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
电力负荷
预测
中长期
人工神经网络
最小二乘支持向量机
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
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导