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:
为进行电力负荷的短期预测,本文建立一种以支持向量机为核心算法的短期数据预测模型,同时通过小波分解算法对研究数据进行处理,从而进一步提高模型的预测精度.同时,针对以往预测模型预测适应性较低的问题,本文提出了建立模型的可调节参数,通过改变可调节参数使得模型可以完成更多供电区域的预测,具有良好的适应性.实验结果显示,本模型在对电力负荷进行短期预测的过程中,表现出了良好的精确度和适应性.
推荐文章
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
天气因素在短期电力负荷预测中的应用
BP人工神经网络
短期电力负荷预测
电力系统
天气因素
基于优化决策树的短期电力负荷预测
短期负荷预测
决策树
粗糙集
电力短期负荷预测模型与软件开发
电力系统
短期负荷预测
人工神经网络
模糊逻辑
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 电力负荷短期预测研究
来源期刊 电力系统装备 学科 工学
关键词 负荷预测 小波分解 支持向量机 可调参数
年,卷(期) 2022,(1) 所属期刊栏目 电力系统|ELECTRIC SYSTEM
研究方向 页码范围 57-59
页数 3页 分类号 TM715
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  (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)
2022(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
小波分解
支持向量机
可调参数
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
电力系统装备
半月刊
2095-6509
11-9341/TM
北京市德胜门外北沙滩一号16信箱
chi
出版文献量(篇)
13313
总下载数(次)
27
论文1v1指导