多因素支持向量机模型在江苏省中长期电力负荷预测中的应用

被引:2
作者
李之波
机构
[1] 东海县供电公司
关键词
多因素; SVM; 电力负荷; 中长期预测;
D O I
10.19760/j.ncwu.zk.2009.01.019
中图分类号
TM715 [电力系统规划]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为提高电力负荷预测的准确性,建立了多因素支持向量机负荷预测模型,运用影响因素和历史负荷向量进行智能预测,明显提高了预测值误差精度,实证结果表明,利用该模型对电力负荷进行预测,可得到有效可靠的结果.
引用
收藏
页码:59 / 60+63 +63
页数:3
相关论文
共 8 条
  • [1] 电力负荷预测方法
    陈建
    [J]. 渤海大学学报(自然科学版), 2006, (02) : 142 - 144
  • [2] 基于模糊层次分析法的电力负荷组合预测
    吴丹
    程浩忠
    奚珣
    夏夷
    沈晓岚
    [J]. 华东电力, 2006, (04) : 10 - 13
  • [3] 基于负荷分解的城市长期负荷预测模型研究
    韩正余
    韦志洪
    [J]. 电力需求侧管理, 2005, (06) : 7 - 9
  • [4] 中长期电力负荷的变权灰色组合预测模型
    余健明
    燕飞
    杨文宇
    夏超
    [J]. 电网技术, 2005, (17) : 26 - 29
  • [5] 基于支持向量回归的时间序列预测
    杨金芳
    翟永杰
    王东风
    徐大平
    [J]. 中国电机工程学报, 2005, (17) : 110 - 114
  • [6] 基于支持向量机的电力系统短期负荷预测
    潘峰
    程浩忠
    杨镜非
    张澄
    潘震东
    [J]. 电网技术, 2004, (21) : 39 - 42
  • [7] 运用季节和趋势模型预测用电负荷
    杨颖
    [J]. 电力需求侧管理, 2004, (03) : 22 - 24
  • [8] 负荷特性分析方法的研究
    陶莉
    肖晶
    周魏
    卢毅
    高山
    李扬
    [J]. 电力需求侧管理, 2003, (04) : 30 - 32