基于支持向量机的短期负荷预测的方法改进

被引：10

作者：

李云飞

黄彦全

蒋功连

机构：

[1] 西南交通大学电气工程学院

来源：

西华大学学报(自然科学版) | 2007年 / 02期

关键词：

短期负荷预测; 支持向量机; 电力系统; 核函数; 参数选择;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

在对支持向量机(Support Vector Machines,SVM)方法的参数性能进行分析的基础上,提出了将Grid-search方法引入至基于支持向量机的短期负荷预测算法中,以解决支持向量机方法的参数选择问题。该参数选择方法减少了参数选择的盲目性,提高了SVM的预测精度。通过在East-Slovakia Power Distribution Company提供的电网运行数据上验算,证明了该改进方法的正确性和有效性。

引用

页码：31 / 34+94 +94-95

页数：6