基于支持向量机的网格负载信息预测模型

• 作者: 刘波 肖侬 黄谦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 网格预测 最小二乘支持向量机 多分辨率分析 小波变换
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 32-35
• 页数: 4页
• 分类号: TP18
• 字数: 3379字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.06.010

摘要

提出了采用小波分析和最小二乘支持向量机(LS-SVM)混合模型对网格负载信息进行预测.该模型首先基于小波多分辨率分析对非平稳的网格负载样本做序列分解,得到不同尺度下的负载分量,然后利用LS-SVM对不同尺度的分量进行预测,最后通过对各分量预测信息进行重构得到相应的预测值.实验结果表明,使用本模型进行短期负荷预测比传统小波神经网络方法可以获得更好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖侬	国防科学技术大学并行与分布重点实验室	76	1481	18.0	37.0
2	刘波	国防科学技术大学并行与分布重点实验室	26	237	8.0	14.0
3	黄谦	国防科学技术大学并行与分布重点实验室	1	2	1.0	1.0