基于遗传优化的支持向量机小时负荷滚动预测

• 作者: 冯义 刘达 牛东晓 陈广娟
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 支持向量机 小时负荷预测 遗传算法 滚动预测
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 电力系统
• 页码范围: 148-153
• 页数: 6页
• 分类号: TM73|F123.9
• 字数: 4104字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2007.06.025

摘要

利用支持向量机(SVM)和遗传算法(GA)建立24个不同的混合模型来对夏季24点负荷进行滚动预测.通过追加最新的负荷和天气信息来更新混合模型的输入,滚动预测下一小时负荷.利用SVM建立预测模型,利用GA自动选择SVM模型的参数.经过GA优化后的最终SVM模型用于滚动预测下一小时的负荷.研究实例表明,GA简化了SVM参数选择,优化了SVM模型;滚动预测效果要明显好于常规预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学工商管理学院	306	6130	40.0	64.0
2	刘达	华北电力大学工商管理学院	40	735	17.0	25.0
3	冯义	华北电力大学工商管理学院	18	372	11.0	18.0
4	陈广娟	华北电力大学工商管理学院	17	281	10.0	16.0