| 基于支持向量机的电力负荷组合预测模型 |
| |
| 引用本文： | 张亚军,刘志刚,霍柏超,张大波.基于支持向量机的电力负荷组合预测模型[J].电力需求侧管理,2007,9(2):14-17. |
| |
| 作者姓名： | 张亚军 刘志刚 霍柏超 张大波 |
| |
| 作者单位： | 西南交通大学,电气化自动化研究所,成都,610031 |
| |
| 基金项目： | 教育部霍英东教育基金会高等院校青年教师基金
,
四川省青年基金 |
| |
| 摘 要： | 给出了一种基于支持向量机(SVM)的组合预测模型,利用各种方法的预测结果作为SVM的输入,实际负荷值作为SVM的输出,并采用LIBSVM算法和径向基核函数对SVM进行训练,训练后的SVM便具有预测能力。最后的仿真结果表明,基于SVM的组合预测模型的预测精度不仅高于任一单一模型,且高于固定权系数组合预测模型。
|
| 关 键 词： | 组合预测 支持向量机 电力负荷 灰色模型 |
| 文章编号： | 23970070 |
| 修稿时间： | 07 31 2006 12:00AM |
The combination forecasting model for power load based on support vector machine |
| |
| ZHANG Ya-jun,LIU Zhi-gang,HUO Bai-chao,ZHANG Da-bo.The combination forecasting model for power load based on support vector machine[J].Power Demand Side Management,2007,9(2):14-17. |
| |
| Authors: | ZHANG Ya-jun LIU Zhi-gang HUO Bai-chao ZHANG Da-bo |
| |
| Affiliation: | Southwest Jiaotong University, Chengdu 610031, China |
| |
| Abstract: | A combination forecasting model based on support vector machine(SVM) is presented in the paper.The input of SVM is the forecasting value of various methods and the output is the actual load value. SVM trained with LIBSVM algorithm and radial base kernel function has the ability to forecast. Simulation results indicate that accuracy of the combination forecasting model based on SVM proposed in the paper is higher than any one sole model and higher than the stationary weights combination forecasting model. |
| |
| Keywords: | combination forecasting support vector machine power load grey model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
