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:
负荷预测是电力系统研究和电网规划的重要组成部分.采用隐马尔可夫模型,训练过程采用Baum-Welch算法,在Mat?lab软件上隐马尔可夫模型进行训练,得到负荷特性预测最优模型,解码预测过程采用Viterbi算法,通过模型可预测下一年地区负荷特性.以广东电网2011年至2016年负荷数据作为训练数据对隐马尔可夫模型进行训练,并对2017年广东典型日负荷率进行预测,仿真结果具有较优的准确性和计算效率.
推荐文章
基于云模型的电力负荷预测
云模型
不确定性数据
负荷预测
基于概率统计的电力负荷时间序列预测模型
电力负荷预测
概率统计
时间序列
预测模型构建
数据预处理
实验验证
县级电力负荷预测模型
负荷预测
灰色系统
模型
基于气象因素敏感模型的短期电力负荷预测
人工神经网络
短期电力负荷预测
天气敏感性模型
气象因素
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HMM模型的电力负荷预测模型研究
来源期刊 机电工程技术 学科 工学
关键词 负荷特性 隐马尔可夫 Baum-Welch Viterbi 负荷预测模型
年,卷(期) 2018,(11) 所属期刊栏目 电力与电网
研究方向 页码范围 170-173
页数 4页 分类号 TM7
字数 3888字 语种 中文
DOI 10.3969/j.issn.1009-9492.2018.11.049
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 程鑫 13 34 4.0 5.0
2 郑敏嘉 3 2 1.0 1.0
3 卢洵 6 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (130)
共引文献  (90)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (17)
二级引证文献  (1)
1987(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)
1992(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(15)
  • 参考文献(1)
  • 二级参考文献(14)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(8)
  • 参考文献(4)
  • 二级参考文献(4)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
负荷特性
隐马尔可夫
Baum-Welch
Viterbi
负荷预测模型
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
机电工程技术
月刊
1009-9492
44-1522/TH
大16开
广州市天河北路663号
46-224
1971
chi
出版文献量(篇)
11098
总下载数(次)
46
总被引数(次)
29526
论文1v1指导