基于支持向量机的负荷预测分析

被引：4

作者：

刘起铭

加玛力汗·库马什

华东

李鹏飞

机构：

[1] 新疆大学电气工程学院

来源：

电气技术 | 2013年 / 05期

关键词：

负荷预测; 支持向量机; 新疆地区;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TP18 [人工智能理论];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

支持向量机(简称SVM)作为新的负荷预测方法在解决小样本、非线性、过学习问题等方面有很好的优势,结合目前新疆地区负荷增长快、负荷变化非线性强的状况可以考虑将其运用至实际工作中以提高预测精度,本文采取新疆某地区实际电网数据以支持向量机预测法进行预测,通过预测结果分析证明其有效性和可行性,体现此方法的实际应用价值。

引用

页码：34 / 36

页数：3

共 13 条

[1]

几种电力负荷预测方法的比较 [J].