电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2012年
6期
148-151
,共4页
杨国健%杨镜非%童开蒙%程浩忠%孙毅斌%叶清
楊國健%楊鏡非%童開矇%程浩忠%孫毅斌%葉清
양국건%양경비%동개몽%정호충%손의빈%협청
支持向量机%参数选择%核函数选择%负荷预测%遗传算法
支持嚮量機%參數選擇%覈函數選擇%負荷預測%遺傳算法
지지향량궤%삼수선택%핵함수선택%부하예측%유전산법
支持向量机SVM(support vector machine)方法的合理参数选择对提高回归结果的准确性有重要作用.该文采用基于支持向量机短期负荷预测的参数选择方法,用遗传算法对参数种群进行编码、交叉、复制和变异,求得最优参数和最优核函数.将该算法应用于电力系统短期负荷预测中,应用了筛选和不筛选特征值两种方案对历史数据进行了预测.算例证明,无论是应用筛选特征值方案还是不筛选特征值方案,参数选择对预测精度提高都具有重要作用.
支持嚮量機SVM(support vector machine)方法的閤理參數選擇對提高迴歸結果的準確性有重要作用.該文採用基于支持嚮量機短期負荷預測的參數選擇方法,用遺傳算法對參數種群進行編碼、交扠、複製和變異,求得最優參數和最優覈函數.將該算法應用于電力繫統短期負荷預測中,應用瞭篩選和不篩選特徵值兩種方案對歷史數據進行瞭預測.算例證明,無論是應用篩選特徵值方案還是不篩選特徵值方案,參數選擇對預測精度提高都具有重要作用.
지지향량궤SVM(support vector machine)방법적합리삼수선택대제고회귀결과적준학성유중요작용.해문채용기우지지향량궤단기부하예측적삼수선택방법,용유전산법대삼수충군진행편마、교차、복제화변이,구득최우삼수화최우핵함수.장해산법응용우전력계통단기부하예측중,응용료사선화불사선특정치량충방안대역사수거진행료예측.산예증명,무론시응용사선특정치방안환시불사선특정치방안,삼수선택대예측정도제고도구유중요작용.
