电测与仪表
電測與儀錶
전측여의표
ELECTRICAL MEASUREMENT & INSTRUMENTATION
2015年
3期
22-25
,共4页
王义军%李殿文%高超%张洪赫
王義軍%李殿文%高超%張洪赫
왕의군%리전문%고초%장홍혁
电力系统%气象因素%支持向量机%短期负荷预测
電力繫統%氣象因素%支持嚮量機%短期負荷預測
전력계통%기상인소%지지향량궤%단기부하예측
power system%meteorological factor%support vector machines%short-term load forecasting
提出一种基于PSO-SVM电力负荷短期预测方法,在SVM学习过程中引入粒子群算法.通过选取组合核函数来改进SVM算法,这样可以充分保证计算速度和较高的预测精度.利用吉林地区的历史负荷数据作为训练样本,通过与传统的SVM预测模型进行对比,对预测结果与实际数据进行比较,证明基于组合核函数预测方法在一定程度上能够保证短期负荷预测的精度.
提齣一種基于PSO-SVM電力負荷短期預測方法,在SVM學習過程中引入粒子群算法.通過選取組閤覈函數來改進SVM算法,這樣可以充分保證計算速度和較高的預測精度.利用吉林地區的歷史負荷數據作為訓練樣本,通過與傳統的SVM預測模型進行對比,對預測結果與實際數據進行比較,證明基于組閤覈函數預測方法在一定程度上能夠保證短期負荷預測的精度.
제출일충기우PSO-SVM전력부하단기예측방법,재SVM학습과정중인입입자군산법.통과선취조합핵함수래개진SVM산법,저양가이충분보증계산속도화교고적예측정도.이용길임지구적역사부하수거작위훈련양본,통과여전통적SVM예측모형진행대비,대예측결과여실제수거진행비교,증명기우조합핵함수예측방법재일정정도상능구보증단기부하예측적정도.
