2025年11月22日
星期六
|
欢迎来到三亚市图书馆•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
>
>
陈祖权
作品数:
1
被引量:15
H指数:1
供职机构:
中南大学信息科学与工程学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
谭海龙
中南大学信息科学与工程学院
梁建武
中南大学信息科学与工程学院
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
支持向量机方...
1篇
网络
1篇
向量
1篇
向量机
1篇
聚类
1篇
负荷预测
1篇
SOM网络
1篇
C-均值
1篇
相似日
机构
1篇
中南大学
作者
1篇
梁建武
1篇
谭海龙
1篇
陈祖权
传媒
1篇
电力系统及其...
年份
1篇
2011
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
短期负荷预测的聚类组合和支持向量机方法
被引量:15
2011年
为提高电力系统短期负荷预测的精度,提出了一种基于聚类组合和支持向量机的短期负荷预测方法。该方法用SOM网络训练规格化的特征数据并获得初始聚类中心,将初始聚类中心作为C-均值算法的输入,并用DB指数评价聚类结果以获得最佳聚类数,通过训练可得相似日样本,最后选择合适的参数和核函数构造支持向量机模型来进行逐点负荷预测。预测结果表明,该方法比单一的支持向量机算法具有明显的优势。
梁建武
陈祖权
谭海龙
关键词:
短期负荷预测
SOM网络
C-均值
相似日
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