基于支持向量机的短期负荷预测的方法改进

• 作者: 李云飞 蒋功连 黄彦全
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 短期负荷预测 支持向量机 电力系统 核函数 参数选择
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 电气信息技术
• 页码范围: 31-34
• 页数: 4页
• 分类号: TM715
• 字数: 3307字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2007.02.010

摘要

在对支持向量机(Support Vector Machines,SVM)方法的参数性能进行分析的基础上,提出了将Grid-search方法引入至基于支持向量机的短期负荷预测算法中,以解决支持向量机方法的参数选择问题.该参数选择方法减少了参数选择的盲目性,提高了SVM的预测精度.通过在East-Slovakia Power Distribution Company提供的电网运行数据上验算,证明了该改进方法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄彦全	西南交通大学电气工程学院	87	830	14.0	26.0
2	李云飞	西南交通大学电气工程学院	10	180	6.0	10.0
3	蒋功连	西南交通大学电气工程学院	5	114	3.0	5.0