基于模糊回归支持向量机的短期负荷预测

• 作者: 孙长银 李林峰 龚灯才
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 回归估计 模糊 短期负荷预测
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 水电论坛
• 页码范围: 37-40
• 页数: 4页
• 分类号: TM734
• 字数: 3986字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-948X.2006.01.009

摘要

支持向量机(SVM)是一种新颖的机器学习方法,具有泛化能力强、全局最优和计算速度快等突出优点.模糊数学在不确定性、不精确性及噪声引起的问题上,有其特有的计算分析操作,能有效地分析和处理模糊信息.研究了一种模糊回归支持向量机模型,该模型将两者有机结合,发挥了各自的优点.将其应用到电力系统短期负荷预测,仿真结果表明,所提方法不仅具有与支持向量机方法相同的预测精度,且提供了更多的有用信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李林峰	河海大学电气工程学院	8	73	4.0	8.0
2	孙长银	河海大学电气工程学院	4	52	4.0	4.0
3	龚灯才	河海大学电气工程学院	4	132	4.0	4.0