电力需求侧管理
電力需求側管理
전력수구측관리
POWER DEMAND SIDE MANAGEMENT
2007年
2期
14-17
,共4页
张亚军%刘志刚%霍柏超%张大波
張亞軍%劉誌剛%霍柏超%張大波
장아군%류지강%곽백초%장대파
组合预测%支持向量机%电力负荷%灰色模型
組閤預測%支持嚮量機%電力負荷%灰色模型
조합예측%지지향량궤%전력부하%회색모형
给出了一种基于支持向量机(SVM)的组合预测模型,利用各种方法的预测结果作为SVM的输入,实际负荷值作为SVM的输出,并采用LIBSVM算法和径向基核函数对SVM进行训练,训练后的SVM便具有预测能力.最后的仿真结果表明,基于SVM的组合预测模型的预测精度不仅高于任一单一模型,且高于固定权系数组合预测模型.
給齣瞭一種基于支持嚮量機(SVM)的組閤預測模型,利用各種方法的預測結果作為SVM的輸入,實際負荷值作為SVM的輸齣,併採用LIBSVM算法和徑嚮基覈函數對SVM進行訓練,訓練後的SVM便具有預測能力.最後的倣真結果錶明,基于SVM的組閤預測模型的預測精度不僅高于任一單一模型,且高于固定權繫數組閤預測模型.
급출료일충기우지지향량궤(SVM)적조합예측모형,이용각충방법적예측결과작위SVM적수입,실제부하치작위SVM적수출,병채용LIBSVM산법화경향기핵함수대SVM진행훈련,훈련후적SVM편구유예측능력.최후적방진결과표명,기우SVM적조합예측모형적예측정도불부고우임일단일모형,차고우고정권계수조합예측모형.
