期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于偏最小二乘法的电力负荷预测运用分析
下载PDF
职称材料
导出
摘要
电力负荷预测工作的目的为,通过对预测结果的研究与分析,制定相应的电力系统设计方案,或者完成对相关设备的调整工作,提高系统的运行质量。基于对偏最小二乘法计算原理和方法的研究,本文制定了该方法在电力负荷预测运用的建模过程,并通过对实例的应用,分析预测精度。
作者
李维鹏
机构地区
国网山东省电力公司茌平县供电公司
出处
《电子制作》
2019年第12期74-75,86,共3页
Practical Electronics
关键词
偏最小二乘法
电力负荷
负荷预测
分类号
TM715 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
39
参考文献
6
共引文献
227
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
6
1
李翔,唐捷,耿红杰,谭东.
改进偏最小二乘法在中长期电力负荷预测中的应用[J]
.小水电,2014(5):6-9.
被引量:1
2
张成,滕欢.
基于偏最小二乘法与BP神经网络的电力中长期负荷预测[J]
.电力建设,2012,33(7):26-29.
被引量:11
3
毛李帆,江岳春,龙瑞华,李妮,黄慧,黄珊.
基于偏最小二乘回归分析的中长期电力负荷预测[J]
.电网技术,2008,32(19):71-77.
被引量:79
4
林敏,杜光年,刘志斌.
偏最小二乘回归方法的局限性及改进算法[J]
.数学的实践与认识,2008,38(9):72-76.
被引量:12
5
王文圣,丁晶,赵玉龙,张晓明.
基于偏最小二乘回归的年用电量预测研究[J]
.中国电机工程学报,2003,23(10):17-21.
被引量:95
6
张伏生,汪鸿,韩悌,孙晓强,张振宇,曹进.
基于偏最小二乘回归分析的短期负荷预测[J]
.电网技术,2003,27(3):36-40.
被引量:62
二级参考文献
39
1
牛东晓,邢棉,孟明.
基于联合数据挖掘技术的神经网络负荷预测模型研究(英文)[J]
.电工技术学报,2004,19(9):62-68.
被引量:11
2
姚李孝,宋玲芳,李庆宇,万诗新.
基于模糊聚类分析与BP网络的电力系统短期负荷预测[J]
.电网技术,2005,29(1):20-23.
被引量:61
3
牛成林,于希宁,李建强.
专家系统在电力预测负荷中的应用[J]
.仪器仪表用户,2005,12(4):67-68.
被引量:9
4
孙目清.
分布式分层BP算法在短期负荷预测中的应用[J]
.电力自动化设备,1996,16(2):51-53.
被引量:1
5
李明,王智灵,杨晓宇,陈宗海.
突变期电力负荷预测方法及其应用[J]
.电力系统自动化,2006,30(10):93-96.
被引量:11
6
朱六璋.
短期负荷预测的组合数据挖掘算法[J]
.电力系统自动化,2006,30(14):82-86.
被引量:19
7
蔡国伟,杜毅,李春山,顾晓光,李友.
基于支持向量机的中长期日负荷曲线预测[J]
.电网技术,2006,30(23):56-60.
被引量:21
8
于海燕,张凤玲.
基于模糊神经网络的电力负荷短期预测[J]
.电网技术,2007,31(3):68-72.
被引量:30
9
杨杰,方俊,胡德秀,闫建文.
偏最小二乘法回归在水利工程安全监测中的应用[J]
.农业工程学报,2007,23(3):136-140.
被引量:29
10
钱卫华,姚建刚,龙立波,张凯.
基于短期相关性和负荷增长的中长期负荷预测[J]
.电力系统自动化,2007,31(11):59-64.
被引量:28
共引文献
227
1
周昱彤,赵健鑫,马春地.
天津市经济活力分析研究[J]
.企业改革与管理,2020,0(8):201-202.
2
Meiqin MAO,Shengliang ZHANG,Liuchen CHANG,Nikos D.HATZIARGYRIOU.
Schedulable capacity forecasting for electric vehicles based on big data analysis[J]
.Journal of Modern Power Systems and Clean Energy,2019,7(6):1651-1662.
被引量:6
3
林扬宇,陈晓明,黄睿,温步瀛.
居民用电量需求分析与电价决策[J]
.福建电力与电工,2005,25(1):27-29.
被引量:2
4
吕干云,程浩忠,丁屹峰.
基于多指数平滑预测模型的中长期需电量预测[J]
.华东电力,2004,32(7):8-10.
被引量:4
5
王锡淮,朱思锋.
基于支持向量机的船舶电力负荷预测[J]
.中国电机工程学报,2004,24(10):36-39.
被引量:40
6
马静波,杨洪耕.
自适应卡尔曼滤波在电力系统短期负荷预测中的应用[J]
.电网技术,2005,29(1):75-79.
被引量:60
7
范理明.
论知识经济浪潮中的培训事业[J]
.科技进步与对策,2000,17(6):141-142.
8
侯学勇,丁晓群.
基于遗传–模拟退火算法的配电网电容器优化配置[J]
.电网技术,2005,29(4):81-84.
被引量:28
9
任震,张静伟,张晋昕.
基于偏最小二乘法的设备故障率计算[J]
.电网技术,2005,29(5):12-15.
被引量:27
10
李媛媛,牛东晓.
基于最优可信度的月度负荷综合最优灰色神经网络预测模型[J]
.电网技术,2005,29(5):16-19.
被引量:15
1
王源.
基于小波分解的短期电力负荷智能预测[J]
.电脑知识与技术,2018,14(8X):200-202.
被引量:2
2
孟洁,商细彬,荆博宇,王亘.
污水处理厂还原硫化物和臭气浓度的电子鼻监测技术探究[J]
.环境监测管理与技术,2019,31(3):45-48.
被引量:2
3
魏伟.
热电联产项目综合评价分析[J]
.电子乐园,2019(5):352-352.
4
谷云东,马冬芬,程红超.
基于相似数据选取和改进梯度提升决策树的电力负荷预测[J]
.电力系统及其自动化学报,2019,31(5):64-69.
被引量:47
5
刘冬阳,孙晓荣,刘翠玲,尚经开,张天阳,冯雨晨.
拉曼光谱结合模拟退火的小麦粉灰分含量检测[J]
.中国粮油学报,2019,34(5):128-133.
被引量:1
6
李科.
关于新一代智能变电站继电保护故障可视化分析[J]
.低碳世界,2019,9(1):57-58.
被引量:4
7
王瑞金,李卫荣.
试析电力电子技术在无功补偿自动控制中的应用[J]
.名城绘,2019(8):0548-0548.
被引量:1
8
葛宇佳,张春勤,刘勇,陆维特.
基于PLS-SEM模型的农村客运车辆收购补偿满意度及其影响因素分析[J]
.浙江理工大学学报(社会科学版),2019,42(3):239-246.
9
陈立,严正,徐潇源.
考虑复杂影响因素的上海市负荷预测研究[J]
.科技创新与应用,2019,0(20):46-49.
被引量:1
10
许贤泽,刘静,施元,谭盛煌.
基于Spark和梯度提升树模型的短期负荷预测[J]
.华中科技大学学报(自然科学版),2019,47(5):84-89.
被引量:38
电子制作
2019年 第12期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部