基于支撑向量机在线学习方法的短期负荷预测

• 作者: 庞文晨 王锡凡 赵登福 黄训诚
• 来源期刊: 西安交通大学学报
• 关键词: 短期负荷预测 支撑向量机 在线学习
• 年，卷（期）: 2005,（4）
• 页码范围: 412-416
• 页数: 5页
• 分类号: TM715
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.04.020

摘要

提出了基于支撑向量机在线学习方法的短期负荷预测,该方法克服了传统的支撑向量机负荷预测当训练样本集合改变时为了保证预测精度必需重新进行训练来得到新的回归函数的缺点.充分利用支撑向量机解的稀疏性和前一次的训练结果,提出了递增和递减算法,直接修改原有回归函数的系数来得到新回归函数.实例计算表明,该方法与传统支撑向量机方法相比,具有计算速度快,推广能力强的显著特点,在相同预测精度下,计算速度提高了近两个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵登福	西安交通大学电气工程学院	37	1399	17.0	37.0
2	王锡凡	西安交通大学电气工程学院	216	10595	60.0	97.0
3	黄训诚	西安电子科技大学微电子所	7	158	6.0	7.0
4	庞文晨	西安交通大学电气工程学院	2	92	2.0	2.0