支持向量机在短期负荷预测中的应用概况

• 作者: 从振 冷北雪 单翀皞 张喜海 王奔
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 支持向量机 人工神经网络 短期负荷预测 数据预处理 核函数 参数优化 混合预测方法
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 115-121
• 分类号: TM71
• 字数: 5497字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2011.04.022

摘要

全面总结了支持向量机(SVM)在短期负荷预测中的应用概况,并从SVM的原理出发,对比人工神经网络方法,从本质上阐述了SVM方法在短期负荷预测中应用的优越性.同时针对SVM在应用中存在的问题,包括数据预处理、核函数构造及选取和参数优化的方法,做出分析,并归纳了现行的解决方法.从SVM算法用于负荷预测的机理及提高预测精度和速度的角度,对于一系列SVM的改进方法,全面地进行了归纳,并提出需进一步探讨的关键问题.最后对基于SVM的短期负荷预测所需注意的关键问题做出总结,并提出建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王奔	西南交通大学电气工程学院	96	794	15.0	23.0
2	冷北雪	西南交通大学电气工程学院	4	88	2.0	4.0
3	张喜海	西南交通大学电气工程学院	6	140	3.0	6.0
4	单翀皞	西南交通大学电气工程学院	2	133	2.0	2.0
5	从振	西南交通大学电气工程学院	2	86	2.0	2.0