短期负荷预测的支持向量机参数选择方法

• 作者: 叶清 孙毅斌 杨国健 杨镜非 程浩忠 童开蒙
• 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 参数选择 核函数选择 负荷预测 遗传算法
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 148-151
• 页数: 4页
• 分类号: TM61
• 字数: 3095字
• 语种: 中文

摘要

支持向量机SVM(support vector machine)方法的合理参数选择对提高回归结果的准确性有重要作用.该文采用基于支持向量机短期负荷预测的参数选择方法,用遗传算法对参数种群进行编码、交叉、复制和变异,求得最优参数和最优核函数.将该算法应用于电力系统短期负荷预测中,应用了筛选和不筛选特征值两种方案对历史数据进行了预测.算例证明,无论是应用筛选特征值方案还是不筛选特征值方案,参数选择对预测精度提高都具有重要作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程浩忠	上海交通大学电气工程系	323	10481	55.0	85.0
2	杨镜非	上海交通大学电气工程系	37	619	10.0	24.0
3	童开蒙	上海交通大学电气工程系	3	30	2.0	3.0
4	杨国健	上海交通大学电气工程系	1	25	1.0	1.0
8	孙毅斌		1	25	1.0	1.0
9	叶清		1	25	1.0	1.0