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: | 2002-02-04 |
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! |
|