共 11 条
- [10] New support vector algorithms[J]. NEURAL COMPUTATION, 2000, 12 (05) : 1207 - 1245Schölkopf, BSmola, AJWilliamson, RCBartlett, PL
基于自组织映射支持向量机的日前电价预测
被引：9
作者：
牛东晓
[1
]
刘达
[1
]
邢棉
[2
]
冯义
[1
]
陈广娟
[1
]
机构：
[1] 华北电力大学工商管理学院
[2] 华北电力大学数理学院
来源：
基金：
高等学校博士学科点专项科研基金;
关键词：
电力市场;
电价预测;
支持向量机;
自组织映射;
子空间;
D O I：
10.13335/j.1000-3673.pst.2007.18.017
中图分类号：
F426.61 [];
学科分类号：
摘要：
针对电力市场中日前24点电价特性差异较大、采用单一模型很难描述的特点,建立多个模型分别对其进行预测,将数据空间按时点划分成24个子空间,然后根据这些子空间的相似性通过自组织映射对其进行自动聚类,并在不同类别的子空间分别建立支持向量机模型进行训练和预测。应用上述方法对PJM电力市场2005年8月的31天日前24点电价进行预测,结果表明该方法能够有效提高预测精度。
引用
收藏
页码：15 / 18+22
+22
页数：5
相关论文