登录    注册    忘记密码

期刊文章详细信息

基于相似日小波支持向量机的短期电力负荷预测  ( EI收录)  

Short Term Load Forecasting Using Wavelet Transform and SVM Based on Similar-Days

  

文献类型:期刊文章

作  者:刘梦良[1] 刘晓华[2] 高荣[2]

机构地区:[1]山东农业大学信息与工程学院,泰安271018 [2]鲁东大学数学与信息学院,烟台264025

出  处:《电工技术学报》

基  金:山东省教育厅科研资助项目(Y2005G01)

年  份:2006

卷  号:21

期  号:11

起止页码:59-64

语  种:中文

收录情况:BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20070110339741)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:对受不确定性影响的短期电力负荷,本文给出一种基于小波支持向量机的预测方法。采用小波变换将日负荷数据分解到不同尺度上,利用各相似日低频部分的最大最小负荷构造相似系数,通过支持向量机预测一天中最大和最小负荷,结合相似系数得到预测日低频部分各时刻的预测值;对于高频部分采用各时刻均方加权的方法预测负荷值,把各部分的负荷值叠加得到完整的负荷预测值。用山东某电力公司的数据进行数据仿真,取得了较好的预测效果。

关 键 词:负荷预测 相似日 小波变换 支持向量机

分 类 号:TP29]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心