期刊导航
期刊开放获取
VIP36
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
岭估计在上海居民生活用电预测中的应用
被引量：
2
在线阅读
下载PDF
职称材料
导出
摘要
负荷预测精度涉及到电力工业投资的经济效益，超前投资造成资源浪费；滞后又影响经济发展．在上海居民生活用电预测中，用岭估计代替最小二乘估计，可以消除多元线性回归方程系数的估计为负带来的不合理结果，提高预测精度．本文总结了岭参数的选择对长期负荷预测的影响，取得较满意的预测结果．
作者
陈慧玉
孟宪生
机构地区
上海财经大学基础部
上海电力学院管理系
出处
《高校应用数学学报（A辑）》
CSCD
北大核心
1998年第4期421-426,共6页
Applied Mathematics A Journal of Chinese Universities(Ser.A)
关键词
回归系数
岭估计
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
1
参考文献
1
共引文献
1
同被引文献
95
引证文献
2
二级引证文献
515
参考文献
1
1
王石青.
岭参数的上确界及岭估计优于最小二乘估计的充要条件[J]
.华北水利水电学院学报,1995,16(2):71-75.
被引量：2
二级参考文献
1
1
戴俭华,王石青.
岭估计优于最小二乘估计的条件[J]
.数理统计与应用概率,1994,9(2):53-58.
被引量：8
共引文献
1
1
向莹.
SAS软件对国内旅游收入的线性回归分析[J]
.科技创业月刊,2012,25(3):30-31.
同被引文献
95
1
赵海青,牛东晓.
灰色优选组合预测模型及其应用[J]
.保定学院学报,2002,19(2):12-15.
被引量：5
2
何文章,张宪彬.
利用Logistic模型预测耐用消费品社会拥有量[J]
.数理统计与管理,1994,13(1):21-25.
被引量：22
3
孙洪波,徐国禹,秦翼鸿.
模糊理论在电力负荷预测中的应用[J]
.重庆大学学报（自然科学版）,1994,17(1):18-22.
被引量：9
4
蒋平,鞠平.
应用人工神经网络进行中期电力负荷预报[J]
.电力系统自动化,1995,19(6):11-17.
被引量：15
5
陈章潮,顾洁.
模糊理论在上海浦东新区电力负荷预测中的应用[J]
.系统工程理论与实践,1995,15(1):63-68.
被引量：11
6
张福伟,谭忠富.
社会发展对电能消费的定量分析[J]
.中国电力,2005,38(9):15-19.
被引量：5
7
温步瀛,江新琴,黄睿.
基于动态聚类与偏最小二乘回归分析的居民用电负荷预测[J]
.福州大学学报（自然科学版）,2006,34(2):220-223.
被引量：4
8
徐哲.
我国电动汽车的发展现状与对策[J]
.天津汽车,2006(2):9-12.
被引量：10
9
康重庆,夏清,相年德.
灰色系统参数估计与不良数据辨识[J]
.清华大学学报（自然科学版）,1997,37(4):72-75.
被引量：27
10
山东省统计局.山东统计年鉴[M].北京:中国统计出版社.2008.
引证文献
2
1
康重庆,夏清,张伯明.
电力系统负荷预测研究综述与发展方向的探讨[J]
.电力系统自动化,2004,28(17):1-11.
被引量：504
2
何永秀,王跃锦,杨丽芳,何海英,罗涛.
基于最小二乘支持向量机的居民用电预测研究[J]
.电力需求侧管理,2010,12(3):19-23.
被引量：11
二级引证文献
515
1
田杨阳,张小斐,耿俊成,王楠,李丰君.
基于改进聚类和LSTM的居民小区中长期负荷预测[J]
.河南电力,2020,48(S02):58-63.
被引量：5
2
张子阳,王珂珂.
基于灰色关联和麻雀搜索算法的电力负荷预测[J]
.辽宁工程技术大学学报（自然科学版）,2022,41(3):283-288.
被引量：7
3
陈怡洁,陈锁群.
智能组合模型在短期负荷预测中的应用[J]
.电子技术（上海）,2020(7):152-153.
4
吕海灿,王伟峰,赵兵,张毅,郭秋婷,胡伟.
基于Wide&Deep-LSTM模型的短期台区负荷预测[J]
.电网技术,2020,44(2):428-436.
被引量：58
5
阮仁俊,刘天琪,王雪.
基于GMC(1,N)的多因素负荷预测模型及其应用[J]
.四川电力技术,2008,31(6):73-76.
被引量：2
6
樊一娜.
基于小波变换的短期电力负荷预测[J]
.青海大学学报（自然科学版）,2012,30(1):25-29.
7
丁剑,艾明建,吴安平.
西部大开发第二个十年四川省电力需求预测[J]
.中国电力,2012,45(9):35-39.
被引量：7
8
陈素华,贺凌霄.
电网短期负荷预测管理系统的应用研究[J]
.电气传动,2013,43(S1):186-189.
被引量：3
9
王志勇,郭创新,曹一家.
改进范例推理在短期负荷预测中的应用[J]
.电力系统自动化,2005,29(12):33-37.
被引量：7
10
李如琦,唐琼玲,赵瑞君.
基于反馈加权组合的电力市场下中长期负荷预测方法[J]
.广西大学学报（自然科学版）,2005,30(B07):78-80.
1
华东电网2004年用电预测[J]
.华东电力,2004,32(3):30-30.
2
“十二五”电力发展目标初定投资5．3万亿元[J]
.供电行业信息,2011(1):3-3.
3
吴颖.
岭估计在Y/Δ变压器绕组参数辨识中的应用[J]
.黑龙江电力,2011,33(3):184-186.
4
张成,滕欢.
基于岭回归与偏最小二乘回归的中长期负荷预测[J]
.电力建设,2011,32(12):47-50.
被引量：7
5
余侃胜,吴颖.
基于岭估计的变压器绕组参数辨识[J]
.应用能源技术,2013(12):1-6.
6
燕洁.
神经网络在电力负荷预测中的应用[J]
.东北电力技术,2007,28(12):47-48.
被引量：3
7
熊璐,韩笠,孙祖相.
哈尔滨市中心区居民生活用电预测[J]
.黑龙江电力技术,1997,19(5):317-320.
8
吴旭鹏,解大,戴敏,赵万剑.
上海居民光伏发电并入电网的相关问题分析[J]
.电力与能源,2014,35(4):517-520.
被引量：2
9
陈军.
Survey of Residential Air Conditioning Electricity Consumption in Shanghai[J]
.Electricity,2001(1):37-41.
10
贾秀芳,岳娜.
基于岭估计方法的多谐波源责任划分[J]
.电力系统自动化,2015,39(21):87-92.
被引量：11
高校应用数学学报（A辑）
1998年 第4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
