基于SVM模型的山东省电力需求预测

被引:4
作者
从荣刚 [1 ,2 ]
张燕琳 [3 ]
赵亚楠 [1 ]
机构
[1] 华北电力大学经济与管理学院
[2] 中国科学院科技政策与管理科学研究所
[3] 北京大学社会学系
关键词
管理科学; 电力需求; 支持向量机; 核函数;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
摘要
基于山东省1985—2008年的有关数据,分析了山东省电力消费的主要影响因素,然后运用最小-最大规范化方法对数据进行规范化处理,并利用相关系数法得到影响山东省电力需求的最优属性集,最后根据SVM原理,选取径向基核函数、线性核函数、多项式核函数3种核函数分别建立山东省电力需求预测模型,并利用平均绝对百分误差、希尔不等系数和均方根误差3种评价指标进行拟合度的检验。预测结果说明:与传统的时间序列拟合法相比,SVM模型在电力需求预测方面精度较高;在进行短期电力需求预测的时候,基于径向基核函数建立的SVM模型表现出很大的优势;而在进行长期电力需求预测的时候,基于多项式核函数建立的SVM模型更为合适。
引用
收藏
页码:40 / 45
页数:6
相关论文
共 14 条
[1]   一季度电煤供需形势分析及展望 [J].
朱发根 ;
黄忠 ;
顾宇桂 ;
单葆国 ;
王楠 .
能源技术经济, 2010, 22 (06) :30-34
[2]   近期电煤供需偏紧的原因分析 [J].
顾宇桂 ;
朱发根 ;
单葆国 .
能源技术经济, 2010, 22 (03) :5-9
[3]   2009年一季度全国电力需求分析 [J].
顾宇桂 ;
韩新阳 ;
代红才 ;
单葆国 .
电力技术经济, 2009, 21 (03) :28-32+37
[4]   从OECD国家发展历程看我国2020年能源电力消费 [J].
张斌 .
电力技术经济, 2009, 21 (01) :10-15
[5]   国际电力消费研究及启示 [J].
吴鹏 ;
单葆国 ;
韩新阳 ;
顾宇桂 ;
孙薇 .
电力技术经济, 2008, (03) :39-43
[6]   考虑气象因素的SVM方法在短期电力负荷预测中的应用 [J].
潘锋 ;
储琳琳 ;
张宇俊 .
华东电力, 2007, (11) :86-89
[7]   短期负荷预测中支持向量机模型的参数选取和优化方法 [J].
谢宏 ;
魏江平 ;
刘鹤立 .
中国电机工程学报, 2006, (22) :17-22
[8]   华中地区2050年电力需求预测及供应对策研究 [J].
赖敏 ;
王广生 .
电力技术经济, 2004, (06) :9-13
[9]   影响电力消费市场因素分析研究 [J].
赖敏 ;
洪斌 .
电力技术经济, 2004, (03) :37-39+43
[10]   我国电力消费占终端能源消费比重计算方法的探讨 [J].
孙薇 .
电力技术经济, 2003, (04) :32-33