科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2012年
24期
6171-6174
,共4页
最小二乘支持向量机%模拟退火%短期负荷预测%预测精度
最小二乘支持嚮量機%模擬退火%短期負荷預測%預測精度
최소이승지지향량궤%모의퇴화%단기부하예측%예측정도
提出融合模拟退火( Simulated annealing,SA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的电力短期负荷预测方法.由于LSSVM的预测精度依赖于其参数的选择,并且难以选取合适的参数值,因此,参数选择是LSSVM的一个关键问题.为了提高参数选择的质量和效率,采用SA算法进行LSSVM的参数寻优.以某市2010年1月1日至2011年1月7日的电力负荷数据和气象数据进行仿真实验,实验结果表明该方法具有较高的预测精度.
提齣融閤模擬退火( Simulated annealing,SA)和最小二乘支持嚮量機(Least Square Support Vector Machine,LSSVM)的電力短期負荷預測方法.由于LSSVM的預測精度依賴于其參數的選擇,併且難以選取閤適的參數值,因此,參數選擇是LSSVM的一箇關鍵問題.為瞭提高參數選擇的質量和效率,採用SA算法進行LSSVM的參數尋優.以某市2010年1月1日至2011年1月7日的電力負荷數據和氣象數據進行倣真實驗,實驗結果錶明該方法具有較高的預測精度.
제출융합모의퇴화( Simulated annealing,SA)화최소이승지지향량궤(Least Square Support Vector Machine,LSSVM)적전력단기부하예측방법.유우LSSVM적예측정도의뢰우기삼수적선택,병차난이선취합괄적삼수치,인차,삼수선택시LSSVM적일개관건문제.위료제고삼수선택적질량화효솔,채용SA산법진행LSSVM적삼수심우.이모시2010년1월1일지2011년1월7일적전력부하수거화기상수거진행방진실험,실험결과표명해방법구유교고적예측정도.
