考虑气象因素的SVM方法在短期电力负荷预测中的应用

被引：7

作者：

潘锋 ^{[1
]}

储琳琳 ^{[2
]}

张宇俊 ^{[1
]}

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：

电力系统; 支持向量机; 气象因素; 短期负荷预测; 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：

介绍了支持向量机(SVM)方法及其在短期电力负荷预测中的应用。结合地区实际,在算法中考虑相应的气象因素,该算法具有收敛速度快、全局最优等优点。预测算例表明,考虑气象因素的SVM方法可提高预测精度。

引用

页码：86 / 89

页数：4

共 5 条

潘锋 ;

程浩忠 .

[2] 基于支持向量机的电力系统短期负荷预测 [J].

潘峰 ;

程浩忠 ;

杨镜非 ;

张澄 ;

潘震东 .

[3]

小样本多元数据分析方法及应用.[M].张恒喜等著;.西北工业大学出版社.2002,

[4] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

[5] MEASURING THE VC-DIMENSION OF A LEARNING-MACHINE [J].

VAPNIK, V ;

LEVIN, E ;

LECUN, Y .