基于复Gaussian小波SVM的短期负荷预测

• 作者: 刘俊丽 李梓玮 郑永康 郝文斌
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 短期负荷预测 复Gaussian小波 支持向量机(SVM) 搜寻者优化算法(SOA)
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 调度系统专栏
• 页码范围: 58-61,94
• 页数: 5页
• 分类号: TM715
• 字数: 3930字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6954.2009.02.017

摘要

提出了复Gaussian小波SVM模型,并将其应用于对电力系统短期负荷的预测.证明了复Gaussian小波核满足SVM平移不变核条件,建立了相应的SVM,并且使用搜寻者优化算法对相关参数进行优化选择.在短期负荷预测的仿真实验中,通过与常用的径向基核SVM模型的对比,验证了该方法具有较好的精确度和有效性,有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑永康		1	5	1.0	1.0
2	郝文斌		1	5	1.0	1.0
3	刘俊丽		1	5	1.0	1.0
4	李梓玮		1	5	1.0	1.0