钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
动力工程期刊
\
广东电力期刊
\
基于VMD-ABAS-LSSVM的线损率预测模型
基于VMD-ABAS-LSSVM的线损率预测模型
作者:
汪司珂
明东岳
郭雨
徐林享
项勇
潘志
易本顺
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
线损率预测
变分模态分解
自适应天牛须搜索算法
最小二乘支持向量机
220kV电网
摘要:
针对地区电网220 kV线路线损率数据呈现波动、非平稳的情况,为提高线损率预测精度,使用变分模态分解(variational mode decomposition,VMD)算法,将原始线损率时间序列分解为不同频率尺度的子序列,再利用最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行线损预测.为了提高LSSVM模型的子序列预测精度,采用自适应天牛须搜索(adaptive beetle antennae search,ABAS)算法进行参数优化.与标准天牛须搜索(beetle antennae search,BAS)算法相比,ABAS算法采用了天牛多向感知模型,引入了变步长探路反馈更新策略,具备更快的收敛速度与更强的寻优能力.最后以湖北黄石地区220 kV栖儒桥—栖宫线的真实数据为例进行算法验证,结果表明所提出的VMD-ABAS-LSSVM模型能更有效地对线损率进行准确预测.
暂无资源
收藏
引用
分享
推荐文章
基于RF-CPSO-LSSVM的日线损率置信区间预测研究
日线损率
置信区间
LSSVM算法
基于AQPSO-LSSVM的电网线损率预测模型
线损率
自适应量子粒子群
最小二乘支持向量机
220kV电网
预测
基于灰色关联分析和IPSO-LSSVM的线损预测模型研究
10kV配电网线损
灰色关联分析
改进粒子群算法
最小二乘支持向量机
基于PSO-SVM模型的理论线损率预测研究
线损率预测
支持向量机
粒子群优化
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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VMD-ABAS-LSSVM的线损率预测模型
来源期刊
广东电力
学科
关键词
线损率预测
变分模态分解
自适应天牛须搜索算法
最小二乘支持向量机
220kV电网
年,卷(期)
2021,(4)
所属期刊栏目
电网运行与控制|Power Grid Operation & Control
研究方向
页码范围
69-77
页数
9页
分类号
TM744.1|TP183
字数
语种
中文
DOI
10.3969/j.issn.1007-290X.2021.004.009
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(184)
共引文献
(25)
参考文献
(17)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1979(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(2)
参考文献(0)
二级参考文献(2)
1998(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(0)
二级参考文献(2)
2005(1)
参考文献(0)
二级参考文献(1)
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(1)
参考文献(0)
二级参考文献(1)
2009(5)
参考文献(0)
二级参考文献(5)
2010(3)
参考文献(0)
二级参考文献(3)
2011(4)
参考文献(0)
二级参考文献(4)
2012(9)
参考文献(0)
二级参考文献(9)
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(14)
参考文献(0)
二级参考文献(14)
2016(16)
参考文献(2)
二级参考文献(14)
2017(26)
参考文献(0)
二级参考文献(26)
2018(35)
参考文献(1)
二级参考文献(34)
2019(38)
参考文献(4)
二级参考文献(34)
2020(9)
参考文献(9)
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
线损率预测
变分模态分解
自适应天牛须搜索算法
最小二乘支持向量机
220kV电网
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
广东电力
主办单位:
广东电网公司电力科学研究院
广东省电机工程学会
出版周期:
月刊
ISSN:
1007-290X
CN:
44-1420/TM
开本:
大16开
出版地:
广州市东风东路水均岗8号
邮发代号:
创刊时间:
1988
语种:
chi
出版文献量(篇)
5373
总下载数(次)
16
总被引数(次)
27406
期刊文献
相关文献
1.
基于RF-CPSO-LSSVM的日线损率置信区间预测研究
2.
基于AQPSO-LSSVM的电网线损率预测模型
3.
基于灰色关联分析和IPSO-LSSVM的线损预测模型研究
4.
基于PSO-SVM模型的理论线损率预测研究
5.
基于灰色模型与神经网络组合的线损率预测
6.
基于FOA-LSSVM的汽轮机热耗率预测模型研究
7.
煤体瓦斯渗透率的 PSO-LSSVM 预测模型
8.
基于CNGWO-LSSVM的汽轮机热耗率预测模型
9.
基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测
10.
基于数据挖掘技术的台区合理线损预测模型研究
11.
基于聚类PSO-LSSVM模型的PAD维度预测
12.
基于对抗生成网络与BP神经网络的低压台区线损率预测
13.
基于LSSVM的六价铬含量预测模型
14.
基于VMD-BP模型的河流流量预测方法
15.
基于参数优化的EEMD-LSSVM年径流组合预测模型
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
广东电力2022
广东电力2021
广东电力2020
广东电力2019
广东电力2018
广东电力2017
广东电力2016
广东电力2015
广东电力2014
广东电力2013
广东电力2012
广东电力2011
广东电力2010
广东电力2009
广东电力2008
广东电力2007
广东电力2006
广东电力2005
广东电力2004
广东电力2003
广东电力2002
广东电力2001
广东电力2000
广东电力1999
广东电力2021年第9期
广东电力2021年第8期
广东电力2021年第7期
广东电力2021年第6期
广东电力2021年第5期
广东电力2021年第4期
广东电力2021年第3期
广东电力2021年第2期
广东电力2021年第12期
广东电力2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号