SVM在电网短期负荷预测中应用研究

被引：22

作者：

杨镜非

程浩忠

机构：

[1] 上海交通大学电气工程系

[2] 上海交通大学电气工程系上海

[3] 上海

来源：

电力自动化设备 | 2004年 / 02期

关键词：

支持向量机; LIBSVM; 损失函数; 短期负荷预测;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

支持向量机SVM(SupportVectorMachines)是一种统计学习方法,将其引入电网短期负荷预测。首先,通过聚类筛选合理的历史数据构成训练样本,再将预测的平滑性和误差损失函数相结合构成问题的目标函数,采用LIBSVM算法将SVM的大规模优化问题转化为具有解析解的二次优化问题。编制了相应的软件,对某实际电网进行了短期负荷预测,取得了理想的结果。

引用

页码：30 / 32

页数：3