基于RBF核函数的SVM方法在短期电力负荷预测中的应用

• 作者: 潘锋 程浩忠
• 来源期刊: 供用电
• 学科: 工学
• 关键词: 支持向量机 电力系统 短期负荷预测 结构风险最小化原则 核函数
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 规划设计与运行
• 页码范围: 16-18
• 页数: 3页
• 分类号: TM714
• 字数: 2771字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6357.2006.01.005

摘要

介绍了支持向量机(SVM)方法及其在电力系统短期负荷预测中的应用.SVM以统计学习理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点.选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程浩忠	上海交通大学电气工程系	323	10481	55.0	85.0
2	潘锋		6	49	4.0	6.0