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:
对基本最小二乘支持向量机(LSSVM)的负荷预测方法进行了改进,提出了一种采用带惯性权重的粒子群算法(WPSO)对其参数进行优化处理的预测方法.以某地区的历史负荷值作为算例,将优化所得的参数运用到预测模型中进行计算验证.
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
基于改进的灰色理论在中长期电力负荷预测中的应用
负荷预测
GM(1,1)模型
电力系统
改进模型
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
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WPSO优化的LSSVM在中长期电力负荷预测的应用
来源期刊 上海电力 学科
关键词 电力负荷预测 最小二乘支持向量机 带惯性权重的粒子群优化算法
年,卷(期) 2020,(3) 所属期刊栏目 经验交流
研究方向 页码范围 37-40
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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
电力负荷预测
最小二乘支持向量机
带惯性权重的粒子群优化算法
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
上海电力
双月刊
N
大16开
上海市徐家汇路430号901室
1988
chi
出版文献量(篇)
2401
总下载数(次)
9
总被引数(次)
6607
论文1v1指导