| 基于RBF核函数的SVM方法在短期电力负荷预测中的应用 |
| |
| 引用本文： | 潘锋,程浩忠.基于RBF核函数的SVM方法在短期电力负荷预测中的应用[J].供用电,2006,23(1):16-18. |
| |
| 作者姓名： | 潘锋 程浩忠 |
| |
| 作者单位： | 1. 上海市电力公司闵行供电分公司,上海,闵行,200040
2. 上海交通大学电气工程系,上海,200040 |
| |
| 摘 要： | 介绍了支持向量机(SVM)方法及其在电力系统短期负荷预测中的应用。SVM以统计学习理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。
|
| 关 键 词： | 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 |
| 文章编号： | 1006-6357(2006)01-0016-03 |
| 修稿时间： | 2005年8月1日 |
Application of SVM method based on RBF core functions for short term power load forecast |
| |
| Pan Feng.Application of SVM method based on RBF core functions for short term power load forecast[J].Distribution & Utilization,2006,23(1):16-18. |
| |
| Authors: | Pan Feng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
