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:
针对现代建筑用电量预测误差大、建模耗时长的缺陷,为了改善现代建筑用电量的预测结果,提出了基于数据挖掘的现代建筑用电量智能预测方法.首先分析国内外当前现代建筑用电量预测的研究现状,并找出现代建筑用电量预测方法的不足;然后采集现代建筑用电量的历史样本数据,引入数据挖掘技术中的最小二乘支持向量机对现代建筑用电量变化特点进行分析,建立现代建筑用电量预测模型;最后采用VC++6.0编程实现了现代建筑用电量的仿真实验.结果 表明,所提方法解决了当前现代建筑用电量预测过程存在的难题,使现代建筑用电量预测更加准确,其预测误差远远小于其他的现代建筑用电量预测方法,提高了现代建筑用电量预测的建模效率,为现代建筑用电量管理提供了一种研究工具.
推荐文章
基于电能替代背景下的新疆用电量预测研究
电能替代
用电量预测
最优组合预测模型
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
基于ARIMA模型对汽车工厂用电量分析与预测
时间序列
ARIMA模型
汽车工厂
用电量
Eviews 10
基于多元线性回归模型和灰色理论的山东省用电量预测
山东省
多元线性回归
灰色预测
全社会用电量
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 基于数据挖掘的现代建筑用电量智能预测
来源期刊 电气应用 学科
关键词 现代建筑 用电量 数据挖掘 建模效率 仿真实验
年,卷(期) 2019,(9) 所属期刊栏目 方案设计
研究方向 页码范围 115-119
页数 5页 分类号
字数 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 刘平波 3 23 1.0 3.0
2 江自强 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (34)
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)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(9)
  • 参考文献(0)
  • 二级参考文献(9)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
现代建筑
用电量
数据挖掘
建模效率
仿真实验
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
电气应用
月刊
1672-9560
11-5249/TM
大16开
北京市西城区百万庄大街22号
82-341
1982
chi
出版文献量(篇)
8789
总下载数(次)
13
论文1v1指导