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:
针对复杂影响因素下综合能源系统月度负荷预测精度低的问题,提出基于时间序列特征分解的月度负荷预测模型.利用时间序列分解方法将负荷数据分解为季节分量、趋势分量与随机分量,根据各分量随时间变化的特性,分别采用向量自回归模型、最小二乘支持向量回归与平均值法进行预测.各分量预测结果的投影重构值作为月度负荷的预测值,并考虑了季节拐点与区域经济因素对月度负荷的影响.实例分析证明该方法能够有效提高综合能源系统的月度负荷预测精度.
推荐文章
基于LASSO和PSO-LSTM的综合能源系统负荷预测
综合能源
负荷预测
LSTM神经网络
LASSO
计及负荷供给可靠性的园区综合能源系统 两阶段优化方法研究
园区综合能源系统
规划优化
负荷供给可靠性
非支配排序遗传算法(NSGA-Ⅱ)
混合整数线性规划
基于源荷协同演进的综合能源系统多元负荷预测
综合能源系统
源荷互动
协同演进
需求预测
计及产业结构和温度因素的神经网络电网负荷预测方法
电力负荷预测
神经网络算法
产业结构
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 计及季节与趋势因素的综合能源系统负荷预测
来源期刊 沈阳工业大学学报 学科 工学
关键词 综合能源系统 月度负荷预测 时间序列 特征分量分解 季节分量 趋势分量 随机分量 向量自回归 最小二乘支持向量回归
年,卷(期) 2020,(5) 所属期刊栏目 电气工程
研究方向 页码范围 481-487
页数 7页 分类号 TM715
字数 语种 中文
DOI 10.7688/j.issn.1000-1646.2020.05.01
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 张铁岩 1 0 0.0 0.0
2 孙天贺 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  (116)
共引文献  (76)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(17)
  • 参考文献(1)
  • 二级参考文献(16)
2016(22)
  • 参考文献(1)
  • 二级参考文献(21)
2017(12)
  • 参考文献(2)
  • 二级参考文献(10)
2018(4)
  • 参考文献(4)
  • 二级参考文献(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
综合能源系统
月度负荷预测
时间序列
特征分量分解
季节分量
趋势分量
随机分量
向量自回归
最小二乘支持向量回归
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
沈阳工业大学学报
双月刊
1000-1646
21-1189/T
大16开
沈阳市铁西区南十三路1号
8-165
1964
chi
出版文献量(篇)
2983
总下载数(次)
5
总被引数(次)
22269
论文1v1指导