基于熵权法和支持向量机的中长期电力负荷预测

被引：12

作者：

任玉珑

刘焕

望玉丽

刘宁

机构：

[1] 重庆大学经济与工商管理学院

来源：

统计与决策 | 2009年 / 14期

关键词：

熵权法; 最小二乘支持向量机; 核函数; 负荷预测;

D O I：

10.13546/j.cnki.tjyjc.2009.14.041

中图分类号：

F224 [经济数学方法]; F407.61 [电力、电机工业]; TM715 [电力系统规划];

学科分类号：

0701 ; 070104 ; 020205 ; 0202 ; 080802 ;

摘要：

文章提出了一种将熵权法与支持向量机(Support Vector Machine,SVM)相结合的中长期电力负荷预测方法。与目前采用单一SVM的负荷预测方法相比,该方法考虑了中长期电力负荷各种影响因素的信息稠密度;通过熵权法对SVM的训练样本集进行加权处理,减少了信息冗余,提高了SVM的训练速度和预测精度。

引用

收藏

页码：46 / 48

页数：3

相关论文

共 12 条

[1] 基于最小二乘支持向量机的电力系统暂态稳定在线预测 [J].

吴琼 ;

杨以涵 ;

刘文颖 .

中国电机工程学报, 2007, (25) :38-43

[2] 基于灰色支持向量机的季节型负荷预测方法 [J].

牛东晓 ;

谷志红 ;

王会青 ;

王维军 .

华东电力, 2007, (06) :1-5

[3] 气候变化对内蒙古牧区白灾的影响——基于熵权法分析的锡林浩特市案例研究 [J].

杨慧娟 ;

李宁 ;

杜子璇 ;

宋培国 .

自然灾害学报, 2006, (06) :62-66

[4] 基于硬C均值聚类算法和支持向量机的电力系统短期负荷预测 [J].

姜惠兰 ;

刘晓津 ;

关颖 ;

王梦宾 .

电网技术, 2006, (08) :81-85

[5] 基于贝叶斯理论和在线学习支持向量机的短期负荷预测 [J].

赵登福 ;

庞文晨 ;

张讲社 ;

王锡凡 .

中国电机工程学报, 2005, (13) :8-13

[6] 基于信息谱熵的支持向量机机械状态识别 [J].

潘明清 ;

周晓军 ;

杨辰龙 ;

庞茂 .

传感技术学报, 2005, (02) :277-280

[7] 基于熵权的投资评价模型在风险投资中的应用 [J].

仰炬 ;

张朋柱 ;

周水文 .

数理统计与管理, 2005, (03) :64-68

[8] 短期负荷预测的支持向量机方法研究 [J].

李元诚 ;

方廷健 ;

于尔铿 .

中国电机工程学报, 2003, (06) :55-59

[9]

电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,

[10]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,