SVM在电网短期负荷预测中应用研究

• 作者: 杨镜非 程浩忠
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 支持向量机 LIBSVM 损失函数 短期负荷预测
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 分析与研究
• 页码范围: 30-32
• 页数: 3页
• 分类号: TM76
• 字数: 2732字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.2004.02.009

摘要

支持向量机SVM(Support Vector Machines)是一种统计学习方法,将其引入电网短期负荷预测.首先,通过聚类筛选合理的历史数据构成训练样本,再将预测的平滑性和误差损失函数相结合构成问题的目标函数,采用LIBSVM算法将SVM的大规模优化问题转化为具有解析解的二次优化问题.编制了相应的软件,对某实际电网进行了短期负荷预测,取得了理想的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程浩忠	上海交通大学电气工程系	323	10481	55.0	85.0
2	杨镜非	上海交通大学电气工程系	37	619	10.0	24.0