基于支持向量机混合模型的短期负荷预测方法

• 作者: 任震 胡国胜
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 短期负荷预测 支持向量机 神经网络 聚类算法 专家系统
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 高压电力系统运行管理
• 页码范围: 101-103
• 页数: 3页
• 分类号: TM714
• 字数: 2475字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2006.04.032

摘要

将支持向量机专家系统混合模型应用于短期负荷预测采用方法分为2个阶段:应用神经网络中的聚类算法将历史数据分割成不相连的数据域;对每个数据域选择最佳核函数预测单个SVMs.实际数据验证表明,该方法与单个多项式核、高斯核和3次样条核的SVMs预测相比具有预测精度高、支持向量少和计算量小等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡国胜	华南理工大学电力学院	32	367	10.0	18.0
3	任震	华南理工大学电力学院	230	8778	52.0	83.0