继电器
繼電器
계전기
RELAY
2005年
9期
17-20,49
,共5页
短期负荷预测%支持向量机%支持向量回归
短期負荷預測%支持嚮量機%支持嚮量迴歸
단기부하예측%지지향량궤%지지향량회귀
将支持向量回归(SVR)算法引入短期负荷预测,为提高预测速度,根据负荷预测的特点,提出了一种SVR的在线训练算法,该算法通过不断输入新的负荷数据来更新回归函数,以获得更快的计算速度和较好的预测结果.和传统的SVR算法比较,它能在保证精度的同时大大减少支持向量的数目,具有更快的收敛性.仿真结果表明了算法的有效性.
將支持嚮量迴歸(SVR)算法引入短期負荷預測,為提高預測速度,根據負荷預測的特點,提齣瞭一種SVR的在線訓練算法,該算法通過不斷輸入新的負荷數據來更新迴歸函數,以穫得更快的計算速度和較好的預測結果.和傳統的SVR算法比較,它能在保證精度的同時大大減少支持嚮量的數目,具有更快的收斂性.倣真結果錶明瞭算法的有效性.
장지지향량회귀(SVR)산법인입단기부하예측,위제고예측속도,근거부하예측적특점,제출료일충SVR적재선훈련산법,해산법통과불단수입신적부하수거래경신회귀함수,이획득경쾌적계산속도화교호적예측결과.화전통적SVR산법비교,타능재보증정도적동시대대감소지지향량적수목,구유경쾌적수렴성.방진결과표명료산법적유효성.
