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:
采用余弦相似度算法对历史负荷数据进行曲线特征抽取并进行聚类,对每个分类用机器学习算法进行构建模型,依据曲线相关度来决定使用哪种模型对当前负荷进行预测。
推荐文章
基于混合余弦相似度的中文文本层次关系挖掘
自然语言处理
层次关系
文本挖掘
混合余弦相似度
本体构建
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
基于N-Gram和动态滑动窗口的改进余弦相似度算法研究
余弦相似度算法
N-Gram算法
数据清洗
动态滑动窗口
基于隐变量空间载荷余弦相似度的间歇过程递推优化
间歇过程
操作曲线优化
隐变量空间
余弦相似度
指标增量
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 基于余弦相似度分类负荷预测
来源期刊 电力设备管理 学科 工学
关键词 负荷预测 余弦相似度 机器学习
年,卷(期) 2020,(9) 所属期刊栏目
研究方向 页码范围 183-185
页数 3页 分类号 TP3
字数 语种
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 罗耀强 1 0 0.0 0.0
2 陈延彬 1 0 0.0 0.0
3 陈昌友 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  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2019(1)
  • 参考文献(1)
  • 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
负荷预测
余弦相似度
机器学习
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
电力设备管理
月刊
2096-2711
10-1454/TM
16开
北京市西城区广安门内大街6号A-1-11
2016
chi
出版文献量(篇)
2356
总下载数(次)
16
总被引数(次)
369
论文1v1指导