原文服务方: 西安交通大学学报       
摘要:
将支撑向量机(SVM)方法用于电力系统峰负荷预测,它具有精度高、全局最优等显著特点.为了确定SVM中直接影响其推广能力的超参数,与一般采用的试凑法不同,提出了利用交叉有效性验证方法确定这些参数.另外,在样本的输入信息中,除负荷变量外,还根据峰负荷预测的特点,加入了对峰负荷预测影响较大的温度变量、星期类型及节假日信息,以提高预测精度.实际算例表明,在相同的负荷及气象数据的前提下,该方法的预测精度比神经网络方法提高了0.4%~0.8%.
推荐文章
基于小波支持向量回归的电力系统负荷预测
电力负荷
小波支持向量回归
短期预测
混沌动力系统
电力系统负荷的混沌预测方法研究
混沌理论
预测
电力系统
负荷
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支撑向量机的电力系统峰负荷预测
来源期刊 西安交通大学学报 学科
关键词 峰负荷预测 支撑向量机 核函数 交叉有效性验证
年,卷(期) 2005,(4) 所属期刊栏目
研究方向 页码范围 398-401
页数 4页 分类号 TM715
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2005.04.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张平康 西安交通大学经济与金融学院 8 113 6.0 8.0
2 赵登福 西安交通大学电气工程学院 37 1399 17.0 37.0
3 张讲社 西安交通大学理学院 22 897 12.0 22.0
4 王蒙 西北电网有限公司调度通信中心 3 43 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (18)
同被引文献  (15)
二级引证文献  (35)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(5)
  • 引证文献(5)
  • 二级引证文献(0)
2009(5)
  • 引证文献(0)
  • 二级引证文献(5)
2010(11)
  • 引证文献(5)
  • 二级引证文献(6)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
峰负荷预测
支撑向量机
核函数
交叉有效性验证
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导