基于RBF核函数的SVM方法在短期电力负荷预测中的应用

被引：30

作者：

潘锋 ^{[1
]}

程浩忠 ^{[2
]}

机构：

[1] 上海市电力公司闵行供电分公司

[2] 上海交通大学电气工程系

来源：

关键词：

支持向量机; 电力系统; 短期负荷预测; 结构风险最小化原则; 核函数;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

介绍了支持向量机(SVM)方法及其在电力系统短期负荷预测中的应用。SVM以统计学习理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。

引用

页码：16 / 18

页数：3