基于神经网络和支持向量机的电力系统负荷预测方法

被引:7
作者
赵石磊
杜德生
机构
[1] 哈尔滨理工大学
[2] 哈尔滨理工大学 哈尔滨
[3] 哈尔滨
关键词
短期负荷预测; 神经网络; 支持向量机;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
提高电力系统负荷预测的精确度是当前负荷预测工作的难点。考虑到神经网络可以逼近任意的非线性关系,而支持向量机能够将约束问题转化,容易地找到全局极小。本文提出了一种基于神经网络和支持向量机的混合负荷预测方法,此方法能通过支持向量机消除了神经网络的总和较小,但单点误差较大的不利现象,而神经网络消除了支持向量机对于模型的简单化问题。最后,负荷预测结果表明本文的方法非常有效。
引用
收藏
页码:53 / 55
页数:3
相关论文
共 2 条
[1]
模式识别中的支持向量机方法 [J].
杜树新 ;
吴铁军 .
浙江大学学报(工学版), 2003, (05)
[2]
基于人工神经网络的短期负荷预测 [J].
李振然 ;
贾旭彩 .
广西电力, 2002, (04) :7-10