10.3321/j.issn:1000-3673.2004.19.009
基于时间序列的支持向量机在负荷预测中的应用
由于负荷预测是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种复杂的非线性特征,因而无法准确进行负荷预测.作者提出了基于一种基于时间序列的支持向量机(SVM)的负荷预测方法.SVM方法采用结构风险最小化原则(SRM),能够在对小样本学习的基础上,对其它样本进行快速、准确的拟合预测,具有更好的泛化性能和精度,减少了对经验的依赖.时间序列考虑了趋势分量和周期分量,使负荷预测模型更加符合电力负荷特性.将该方法用于实际负荷预测中.和真实值的比较说明所提出的负荷预测方法是可行和有效的.
电力系统、负荷预测、支持向量机(SVM)、时间序列
28
TM73;F123.9(输配电工程、电力网及电力系统)
2004-12-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
38-41