基于负荷细分与SVM技术的电力负荷空间分布预测

• 作者: 张香珍 李金超 李金颖 牛东晓
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 空间负荷预测 负荷细分 主成分分析法 支持向量机
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 论文报告
• 页码范围: 40-43
• 页数: 4页
• 分类号: TM751
• 字数: 3393字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3076.2008.01.008

摘要

提出了一种新颖的电力空间负荷分布预测模型,该方法首先对各类负荷的影响因素进行分析并分别建模预测;而后将选定区域划分成等面积小区,利用主成分分析法对小区空间信息进行处理,从而形成支持向量机的训练样本集;在此基础上用训练好的支持向量机计算待预测区域小区的属性值,并按照各类用地类型排序.根据预测结果,结合待预测区域的整体发展规划,给出待预测区域各类负荷增量;最后,结合各类负荷密度预测值、各类用地发展总量、各类用地发展排序,给出空间负荷预测值.实例验证了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学工商管理学院	306	6130	40.0	64.0
2	李金颖	华北电力大学经济管理系	34	417	11.0	20.0
3	李金超	华北电力大学工商管理学院	25	317	12.0	17.0
4	张香珍		1	12	1.0	1.0