基于神经网络和支持向量机的电力系统负荷预测方法

• 作者: 杜德生 赵石磊
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 短期负荷预测 神经网络 支持向量机
• 年，卷（期）: 2005,（7）
• 所属期刊栏目: 应用技术
• 页码范围: 53-55
• 页数: 3页
• 分类号: TP393.09
• 字数: 2390字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2005.07.018

摘要

提高电力系统负荷预测的精确度是当前负荷预测工作的难点.考虑到神经网络可以逼近任意的非线性关系,而支持向量机能够将约束问题转化,容易地找到全局极小.本文提出了一种基于神经网络和支持向量机的混合负荷预测方法,此方法能通过支持向量机消除了神经网络的总和较小,但单点误差较大的不利现象,而神经网络消除了支持向量机对于模型的简单化问题.最后,负荷预测结果表明本文的方法非常有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜德生		18	147	7.0	11.0
2	赵石磊		14	66	4.0	7.0