10.3321/j.issn:1000-3673.2004.21.009
基于支持向量机的电力系统短期负荷预测
对将径向基函数(Radial Base Function,RBF)作为核函数的支持向量机(Supporr Vector Machine,SVM)方法应用于短期负荷预测进行了研究.作者使用基于SVM的回归估计算法建立了回归估计函数表达式,给出了SVM网络结构;采用江苏省某市的实际负荷数据,按照不同的负荷日属性和历史负荷数据进行样本选择,使用LIBSVM算法和适当的核函数进行了负荷预测,并将该预测结果同由时间序列及BP神经网络方法得到的预测结果进行了比较,结果表明,所提出的预测方法有较高的精度.
支持向量机、电力系统、短期负荷预测、结构风险最小化原则、核函数
28
TM734(输配电工程、电力网及电力系统)
2004-12-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
39-42