| 用机器学习方法进行电力负荷宏观预测 |
| |
| 引用本文： | 刘遵雄.用机器学习方法进行电力负荷宏观预测[J].微电子学与计算机,2004,21(5):160-162. |
| |
| 作者姓名： | 刘遵雄 |
| |
| 作者单位： | 西安交通大学电信学院,陕西,西安,710049;华东交通大学电子电气学院,江西,南昌,330013 |
| |
| 摘 要： | 分析了电力负荷宏观预测的模型和相关技术，引入支持向量回归方法(SVR)解决问题，并通过计算实例，比较分析了SVR与神经网络方法用于预测的效果，提出SVR广阔应用前景。
|
| 关 键 词： | 电力负荷 宏观预测 支持向量回归 神经网络 |
| 文章编号： | 1000-7180(2004)05-160-03 |
| 修稿时间： | 2003年10月17 |
Macro Load Forecasting with Machine Learning |
| |
| Liu Zun-xiong.Macro Load Forecasting with Machine Learning[J].Microelectronics & Computer,2004,21(5):160-162. |
| |
| Authors: | Liu Zun-xiong |
| |
| Affiliation: | Liu Zun-xiong1,2 |
| |
| Abstract: | Discussing the model about macro load-forecasting in the mass and related matters, the paper introduce support vector regression(SVR) to solve load-forecasting. Through a simple example, we can find that SVR has better performance for load-forecasting, compared with neural network. |
| |
| Keywords: | Electrical Load Macro Forecasting SVR Neural Network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
