期刊导航
期刊开放获取
上海教育软件发展有限公..
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
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Hilbert-Huang变换和最小二乘支持向量机的电力市场出清电价预测
被引量：
1
1
作者
王耀霞
《电子测量技术》
2010年第9期39-43,69,共6页
随着世界各国电力工业改革的发展趋势,我国于20世纪90年代也开始了以打破垄断、引入竞争、放松管制为目标的电力市场化改革。如何合理制定相应的运营模式以及怎样根据电力市场的相关历史数据准确的预测出未来的市场出清电价,对于市场中...
随着世界各国电力工业改革的发展趋势,我国于20世纪90年代也开始了以打破垄断、引入竞争、放松管制为目标的电力市场化改革。如何合理制定相应的运营模式以及怎样根据电力市场的相关历史数据准确的预测出未来的市场出清电价,对于市场中的各个参与者都具有十分重要的意义。而实际电力市场的出清电价数据具有很强的非平稳性,Hilbert-Huang变换是分析处理非平稳性信号数据非常有效的方法,本文应用Hilbert-Huang变换首先对电力市场出清电价数据进行平稳化处理,然后运用最小二乘支持向量机(LS-SVM)对处理后的数据进行预测。预测结果表明,此模型显著的提高了出清电价预测的精度。
展开更多
关键词
电力
市场出清电价预测
时间序列
HILBERT-HUANG变换
最小二乘支持向量机
在线阅读
下载PDF
职称材料
基于聚类和贝叶斯推断的市场出清电价离散概率分布预测
被引量：
10
2
作者
王高琴
沈炯
李益国
《中国电机工程学报》
EI
CSCD
北大核心
2007年第34期90-95,共6页
电力市场中,市场出清电价(market clearing price,MCP)受到众多因素的共同作用,具有较强的随机性和不确定性,常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息,预测结果无法体现MCP的随机变化特性,预测精度也有限。该文提出...
电力市场中,市场出清电价(market clearing price,MCP)受到众多因素的共同作用,具有较强的随机性和不确定性,常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息,预测结果无法体现MCP的随机变化特性,预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法,用以实现历史数据输入输出映射关系的划分,并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示,该文的预测模型能较好地反映MCP的不确定性特点,且具有较高的预测精度。
展开更多
关键词
市场出清电价预测
线性聚类
免疫遗传算法
贝叶斯方法
在线阅读
下载PDF
职称材料
题名
基于Hilbert-Huang变换和最小二乘支持向量机的电力市场出清电价预测
被引量：
1
1
作者
王耀霞
机构
兰州电力技术学院
出处
《电子测量技术》
2010年第9期39-43,69,共6页
文摘
随着世界各国电力工业改革的发展趋势,我国于20世纪90年代也开始了以打破垄断、引入竞争、放松管制为目标的电力市场化改革。如何合理制定相应的运营模式以及怎样根据电力市场的相关历史数据准确的预测出未来的市场出清电价,对于市场中的各个参与者都具有十分重要的意义。而实际电力市场的出清电价数据具有很强的非平稳性,Hilbert-Huang变换是分析处理非平稳性信号数据非常有效的方法,本文应用Hilbert-Huang变换首先对电力市场出清电价数据进行平稳化处理,然后运用最小二乘支持向量机(LS-SVM)对处理后的数据进行预测。预测结果表明,此模型显著的提高了出清电价预测的精度。
关键词
电力
市场出清电价预测
时间序列
HILBERT-HUANG变换
最小二乘支持向量机
Keywords
market clearing price forecasting
time series
Hilbert-Huang transform
least squares support vector machine
分类号
TM61 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于聚类和贝叶斯推断的市场出清电价离散概率分布预测
被引量：
10
2
作者
王高琴
沈炯
李益国
机构
东南大学能源与环境学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2007年第34期90-95,共6页
文摘
电力市场中,市场出清电价(market clearing price,MCP)受到众多因素的共同作用,具有较强的随机性和不确定性,常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息,预测结果无法体现MCP的随机变化特性,预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法,用以实现历史数据输入输出映射关系的划分,并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示,该文的预测模型能较好地反映MCP的不确定性特点,且具有较高的预测精度。
关键词
市场出清电价预测
线性聚类
免疫遗传算法
贝叶斯方法
Keywords
forecasting of market clearing price
linear clustering
immune-genetic algorithm
Bayesian method
分类号
TM46 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Hilbert-Huang变换和最小二乘支持向量机的电力市场出清电价预测
王耀霞
《电子测量技术》
2010
1
在线阅读
下载PDF
职称材料
2
基于聚类和贝叶斯推断的市场出清电价离散概率分布预测
王高琴
沈炯
李益国
《中国电机工程学报》
EI
CSCD
北大核心
2007
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
