|
|||||
|
|
| 基于支撑向量机方法的短期负荷预测 | |
| 引用本文： | 赵登福,王蒙,张讲社,王锡凡.基于支撑向量机方法的短期负荷预测[J].中国电机工程学报,2002,22(4):26-30. |
| 作者姓名： | 赵登福 王蒙 张讲社 王锡凡 |
| 作者单位： | 西安交通大学电气工程学院,陕西,西安,710049 |
| 基金项目： | 国家自然科学基金重点资助项目（59937150；60075001）。 |
| 摘 要： | 首次将支撑向量机（SVM）方法及改进的序列极小化（SMO）学习算法引入短期负荷预测领域。该方法具有预测能力强、全局最优及收敛速度快等显著特点。实际算例表明，对于短期负荷预测问题，支撑向量机方法在预测精度和运算时间方面都优于前向网络、径向基网络等方法。 |
| 关 键 词： | 支撑向量机方法 短期负荷预测 电力系统 人工神经网络 |
| 文章编号： | 0258-8013(2002)04-0026-05 |
| 修稿时间： | 2002年2月4日 |
A SUPPORT VECTOR MACHINE APPROACH FOR SHORT TERM LOAD FORECASTING |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |