作者:
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:
针对现有配电网线损率预测模型存在模型输出结果相对误差较大、影响预测精度的问题,开展基于支持向量机的配电网线损率智能预测模型研究.构建线损样本表征体系,选择基于DPSO的模型预测样本,基于支持向量机对线损率进行预测.通过实验证明,设计的预测模型与传统基于灰色关联分析的预测模型相比,输出结果相对误差更小,有效提高了配电网线损率预测精度,为后续配电网运行决策提供可靠数据依据.
推荐文章
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
基于遗传算法优化神经网络的智能配电网线损计算研究
神经网络
遗传算法
智能配电网
优化
理论线损
拟合
分析配电网线损的危害及技术对策
配电系统
配网线损
电能管理
电气元件
探讨配电网线路配电安装
配电网
电气设备
安装技术
质量
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 基于支持向量机的配电网线损率智能预测模型
来源期刊 自动化应用 学科 交通运输
关键词 支持向量机 线损率 预测模型 配电网 线损样本表征
年,卷(期) 2021,(10) 所属期刊栏目 电力自动化
研究方向 页码范围 138-140
页数 3页 分类号 U665.12
字数 语种 中文
DOI 10.19769/j.zdhy.2021.10.039
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)
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
支持向量机
线损率
预测模型
配电网
线损样本表征
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
自动化应用
月刊
1674-778X
50-1201/TP
大16开
重庆市渝北区洪湖西路18号《自动化应用》杂志社
78-52
1960
chi
出版文献量(篇)
6972
总下载数(次)
15
论文1v1指导