西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2005年
4期
398-401
,共4页
张平康%王蒙%赵登福%张讲社
張平康%王矇%趙登福%張講社
장평강%왕몽%조등복%장강사
峰负荷预测%支撑向量机%核函数%交叉有效性验证
峰負荷預測%支撐嚮量機%覈函數%交扠有效性驗證
봉부하예측%지탱향량궤%핵함수%교차유효성험증
将支撑向量机(SVM)方法用于电力系统峰负荷预测,它具有精度高、全局最优等显著特点.为了确定SVM中直接影响其推广能力的超参数,与一般采用的试凑法不同,提出了利用交叉有效性验证方法确定这些参数.另外,在样本的输入信息中,除负荷变量外,还根据峰负荷预测的特点,加入了对峰负荷预测影响较大的温度变量、星期类型及节假日信息,以提高预测精度.实际算例表明,在相同的负荷及气象数据的前提下,该方法的预测精度比神经网络方法提高了0.4%～0.8%.
將支撐嚮量機(SVM)方法用于電力繫統峰負荷預測,它具有精度高、全跼最優等顯著特點.為瞭確定SVM中直接影響其推廣能力的超參數,與一般採用的試湊法不同,提齣瞭利用交扠有效性驗證方法確定這些參數.另外,在樣本的輸入信息中,除負荷變量外,還根據峰負荷預測的特點,加入瞭對峰負荷預測影響較大的溫度變量、星期類型及節假日信息,以提高預測精度.實際算例錶明,在相同的負荷及氣象數據的前提下,該方法的預測精度比神經網絡方法提高瞭0.4%～0.8%.
장지탱향량궤(SVM)방법용우전력계통봉부하예측,타구유정도고、전국최우등현저특점.위료학정SVM중직접영향기추엄능력적초삼수,여일반채용적시주법불동,제출료이용교차유효성험증방법학정저사삼수.령외,재양본적수입신식중,제부하변량외,환근거봉부하예측적특점,가입료대봉부하예측영향교대적온도변량、성기류형급절가일신식,이제고예측정도.실제산례표명,재상동적부하급기상수거적전제하,해방법적예측정도비신경망락방법제고료0.4%～0.8%.
