基于支撑向量机方法的短期负荷预测

被引：96

作者：

赵登福

王蒙

张讲社

王锡凡

机构：

[1] 西安交通大学电气工程学院,西安交通大学电气工程学院,西安交通大学电气工程学院,西安交通大学电气工程学院陕西西安,陕西西安,陕西西安,陕西西安

来源：

关键词：

短期负荷预测; 支撑向量机; 序列极小化; 核函数;

D O I：

10.13334/j.0258-8013.pcsee.2002.04.005

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

首次将支撑向量机(SVM)方法及改进的序列极小化(SMO) 学习算法引入短期负荷预测领域。该方法具有预测能力强、全局最优及收敛速度快等显著特点。实际算例表明,对于短期负荷预测问题,支撑向量机方法在预测精度和运算时间方面都优于前向网络、径向基网络等方法。

引用

页码：27 / 31

页数：5