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:
为进一步提高日最大负荷预测精度,提出一种基于新型蝙蝠算法和支持向量回归的日最大负荷预测方法,引入对回波中多普勒效应进行自适应补偿和栖息地选择的新型蝙蝠算法优化选取支持向量回归参数,采用电工杯数学建模竞赛提供的数据训练并建立NBA-SVR模型进行日最大负荷预测,结果表明NBA-SVR模型在预测精度上比BPNN、PSO-SVR、WOA-SVR模型有显著的提升.
推荐文章
基于VMD和GWO-SVR的电力负荷预测方法
负荷预测
变分模态分解
灰狼优化算法
支持向量机
预测精度
周期性
分布式SVR在短期负荷预测中的研究
负荷预测
Hadoop平台
支持向量机
参数优化
集成RS和SVR的电力系统短期负荷预测方法
电力系统
训练样本
短期负荷预测
粗糙集
支持向量回归
基于负荷分解的日最大负荷预测方法研究
人体舒适度
负荷分解
正常负荷
天气敏感负荷
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NBA-SVR的日最大负荷预测
来源期刊 电工电气 学科 工学
关键词 日最大负荷预测 新型蝙蝠算法 支持向量回归 参数优化
年,卷(期) 2021,(1) 所属期刊栏目 设计与研究
研究方向 页码范围 11-16
页数 6页 分类号 TM715|TP181
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  (196)
共引文献  (109)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(22)
  • 参考文献(1)
  • 二级参考文献(21)
2013(19)
  • 参考文献(1)
  • 二级参考文献(18)
2014(23)
  • 参考文献(1)
  • 二级参考文献(22)
2015(26)
  • 参考文献(2)
  • 二级参考文献(24)
2016(20)
  • 参考文献(0)
  • 二级参考文献(20)
2017(20)
  • 参考文献(2)
  • 二级参考文献(18)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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
日最大负荷预测
新型蝙蝠算法
支持向量回归
参数优化
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
电工电气
月刊
1007-3175
32-1800/TM
大16开
苏州新区滨河路永和街7号
28-184
1981
chi
出版文献量(篇)
2747
总下载数(次)
6
总被引数(次)
7236
论文1v1指导