2024年7月23日
星期二
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
姜妍
作品数:
1
被引量:1
H指数:1
供职机构:
东北电力大学电气工程学院
更多>>
相关领域:
电气工程
更多>>
合作作者
兰森
黑龙江省电力有限公司
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
短期负荷预测
1篇
支持向量
1篇
支持向量机
1篇
子群
1篇
最小二乘
1篇
最小二乘支持...
1篇
向量
1篇
向量机
1篇
粒子群
1篇
粒子群优化
1篇
负荷预测
1篇
相似日
机构
1篇
东北电力大学
1篇
黑龙江省电力...
1篇
云峰发电厂
作者
1篇
兰森
1篇
姜妍
传媒
1篇
黑龙江电力
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于最小二乘支持向量机的短期负荷预测
被引量:1
2012年
针对当今人工智能短期负荷预测方法存在的缺陷,提出了一种最小二乘支持向量机(LS-SVM)短期负荷预测方法,即建立最小二乘支持向量机(LS-SVM)回归模型。在选取该模型训练样本时,为了提高预测精度,采用灰色关联投影法来选取相似日。同时,针对标准粒子群优化算法易陷入局部最优的缺点,提出自适应变异粒子群优化算法来选择最小二乘向量机的参数,从而提高了负荷预测精度,避免了对模型参数的盲目选择。仿真结果分析表明,该方法有效、可行。
姜妍
兰森
孙艳学
关键词:
短期负荷预测
支持向量机
相似日
粒子群优化
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张