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

来源：

能源技术经济 | 2011年 / 23卷 / 03期

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

页码：40 / 45

页数：6

共 14 条

[11] Forecasting regional electricity load based on recurrent support vector machines with genetic algorithms [J].