首页 | 本学科首页   官方微博 | 高级检索  
     

基于WLS-SVM回归模型的电力负荷预测
引用本文:王晓红,吴德会.基于WLS-SVM回归模型的电力负荷预测[J].微计算机信息,2008,24(4):312-314.
作者姓名:王晓红  吴德会
作者单位:九江学院电子工程系,九江,332005
摘    要:针对电力系统年用电量增长的特点,提出一种基于加权最小二乘支持向量机(LS-SVM)的电力负荷预测模型.与标准LS-SVM的电力预测方法比较,该模型能通过设置训练样本权重比例,实现样本优化选择,达到历史数据"重近轻远"的学习效果,从而能有效提高预测精度.通过具体实例验证,WLS-SVM模型预测精度明显优于标准LS-SVM模型,说明本文模型实现容易,鲁棒性好,预测精度高.

关 键 词:加权最小二乘支持向量机  回归  电力负荷  预测  回归模型  电力负荷  负荷预测  Regression  Model  Based  Load  Forecasting  鲁棒性  实例验证  预测精度  学习效果  数据  历史  优化选择  训练样本  权重比例  设置  比较  预测方法  标准  预测模型
文章编号:1008-0570(2008)02-1-0312-03
修稿时间:2007年11月3日

Power Load Forecasting Based on The WLS-SVM Regression Model
WANG XIAOHONG,WU DEHUI.Power Load Forecasting Based on The WLS-SVM Regression Model[J].Control & Automation,2008,24(4):312-314.
Authors:WANG XIAOHONG  WU DEHUI
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号