| 分区支持向量回归及其在负荷预测中的应用 |
| |
| 引用本文： | 谷云东,胡芳芳. 分区支持向量回归及其在负荷预测中的应用[J]. 电力系统及其自动化学报, 2013, 25(3) |
| |
| 作者姓名： | 谷云东 胡芳芳 |
| |
| 作者单位： | 华北电力大学数理学院,北京,102206 |
| |
| 基金项目： | 国家自然科学基金项目，国家重点基础研究发展计划(973计划)项目，中央高校基本科研业务费专项资金资助项目 |
| |
| 摘 要： | ![]()
为解决局地短期电力负荷预测问题,给出了一种基于自适应聚类分区和支持向量机回归的多模型变结构负荷预测新方法.首先根据局地电力负荷的特点,使用模糊C均值聚类方法给出预测时间点的自适应分区；然后利用支持向量回归方法对不同分区分别构建预测子模型；最后提出一种基于仿真分析的模型评估和参数优化方法,在测试评估的基础上优化确定各子模型的参数,并适当调整各分区的结构.实验表明该预测方法比常用的神经网络预测方法具有更高的准确率和更强的鲁棒性.
|
| 关 键 词： | 负荷预测 分区支持向量回归 模糊C均值聚类 自适应分区 变结构 模型评估 |
Partitioned Support Vector Regression and Its Application on Load Forecasting |
| |
| GU Yun-dong , HU Fang-fang. Partitioned Support Vector Regression and Its Application on Load Forecasting[J]. Proceedings of the CSU-EPSA, 2013, 25(3) |
| |
| Authors: | GU Yun-dong HU Fang-fang |
| |
| Abstract: | ![]()
|
| |
| Keywords: | load forecasting partitioned support vector regression (PSVR) fuzzy C-mean clustering (FCM) adaptive partition variable structure model evaluation |
| 本文献已被 万方数据 等数据库收录！ |
|
