共 1 条
[1]
The relevance vector machine technique for channel equalization application. Chen S, Gunn S R, Harris C J. IEEE ACM Transactions on Networking . 2002
基于相关向量机的电力负荷中期预测
被引：22
作者：
刘遵雄
张德运
孙钦东
徐征
机构：
[1] 西安交通大学电子与信息工程学院
[2] 华东交通大学电子与电气工程学院
来源：
关键词：
电力负荷;
中期预测;
相关向量机;
模型实验;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
针对电力负荷中期预测比较困难并且存在较大误差的问题,提出了一种基于相关向量机的中期预测方法.结合EUNITE网络提供的实际数据,研究了日最大负荷前后期关系、日最大负荷与节假日的关系和当日与对应星期数的相关性,并建立了相应的电力负荷中期预测模型.该模型是将与某天相关的n个前期信息作为该天的日最大负荷的输入量,而日最大负荷与节假日、当日(星期数)的关系信息用两个二元值表示.在模型训练前,将输入量的前7个属性值和预测目标值进行归一化处理 采用不同训练样本集的仿真实验结果表明,相关向量机方法比支持向量机方法具有更多的优点,当高斯核函数的宽度值取为2 0时,相关向量机方法具有较为理想的预测效果.
引用
收藏
页码：1005 / 1008
页数：4
相关论文