学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
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
论文数:
0
引用数:
0
h-index:
0
机构:
哈尔滨理工大学
赵石磊
杜德生
论文数:
0
引用数:
0
h-index:
0
机构:
哈尔滨理工大学
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
来源
:
信息技术
|
2005年
/ 07期
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].
论文数:
引用数:
h-index:
机构:
杜树新
;
论文数:
引用数:
h-index:
机构:
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
论文数:
0
引用数:
0
h-index:
0
机构:
广西大学电气工程学院
李振然
;
贾旭彩
论文数:
0
引用数:
0
h-index:
0
机构:
广西大学电气工程学院
贾旭彩
.
广西电力,
2002,
(04)
:7
-10
←
1
→
共 2 条
[1]
模式识别中的支持向量机方法
[J].
论文数:
引用数:
h-index:
机构:
杜树新
;
论文数:
引用数:
h-index:
机构:
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
论文数:
0
引用数:
0
h-index:
0
机构:
广西大学电气工程学院
李振然
;
贾旭彩
论文数:
0
引用数:
0
h-index:
0
机构:
广西大学电气工程学院
贾旭彩
.
广西电力,
2002,
(04)
:7
-10
←
1
→