科技传播
科技傳播
과기전파
PUBLIC COMMUNICATION OF SCIENCE & TECHNOLOGY
2010年
18期
199-200
,共2页
短期电网负荷预测%支持向量机%回归模型
短期電網負荷預測%支持嚮量機%迴歸模型
단기전망부하예측%지지향량궤%회귀모형
本文介绍了支持向量机(SVM)方法及其在电力系统负荷预测中的应用,通过对电网短期负荷数据特征的分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于支持向量机回归(SVM)理论的短期电网负荷预测数学模型.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.
本文介紹瞭支持嚮量機(SVM)方法及其在電力繫統負荷預測中的應用,通過對電網短期負荷數據特徵的分析,在統計學習理論和結構風險最小化準則的基礎上,建立瞭基于支持嚮量機迴歸(SVM)理論的短期電網負荷預測數學模型.實際算例錶明,預測精度優于時間序列及BP神經網絡等方法.
본문개소료지지향량궤(SVM)방법급기재전력계통부하예측중적응용,통과대전망단기부하수거특정적분석,재통계학습이론화결구풍험최소화준칙적기출상,건립료기우지지향량궤회귀(SVM)이론적단기전망부하예측수학모형.실제산례표명,예측정도우우시간서렬급BP신경망락등방법.