基于支持向量机混合模型的短期负荷预测方法

被引：15

作者：

胡国胜

任震

机构：

[1] 华南理工大学电力学院

来源：

基金：

广东省自然科学基金;

关键词：

短期负荷预测; 支持向量机; 神经网络; 聚类算法; 专家系统;

D O I：

10.13336/j.1003-6520.hve.2006.04.037

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

将支持向量机专家系统混合模型应用于短期负荷预测采用方法分为2个阶段:应用神经网络中的聚类算法将历史数据分割成不相连的数据域;对每个数据域选择最佳核函数预测单个SVMs。实际数据验证表明,该方法与单个多项式核、高斯核和3次样条核的SVMs预测相比具有预测精度高、支持向量少和计算量小等优点。

引用

页码：101 / 103

页数：3