10.3969/j.issn.1003-5168.2021.22.036
基于SVM-GRNN的电力负荷建模的研究与应用
电力负荷预测是电网制定供电调度计划、实现经济调度的基础.广义回归神经网络和支持向量机是新型的智能算法.本文将这两种理论结合起来,建立组合模型.先通过支持向量机找到样本集中的最优中心,然后将该中心作为广义神经网络的径向基中心,对样本集进一步训练,并对某电力系统进行电力负荷建模.仿真预测结果表明,该模型收敛速度快,发挥了各算法的优点,预测结果精度高.
负荷建模;支持向量机;广义回归神经网络;组合模型
40
TM744(输配电工程、电力网及电力系统)
2022-01-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
110-112