基于D-S证据理论的母线负荷预测

• 作者: 刘亚南 卫志农 唐一铭 季聪 都晨
• 来源期刊: 江苏电机工程
• 学科: 工学
• 关键词: BP神经网络 支持向量机网络 D-S证据理论 母线负荷预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 电网技术
• 页码范围: 21-24,27
• 页数: 5页
• 分类号: TM715
• 字数: 3162字
• 语种: 中文

摘要

基于D-S证据理论,提出一种母线负荷预测新方法.该方法对BP神经网络、改进的BP神经网络和支持向量机(SVM)的母线负荷预测模型分别建立权重提取和权重融合模型,并运用D-S证据理论对3种预测模型的权重进行融合.通过对预测数据进行分析,提取证据理论样本,并将可信度函数的融合结果作为母线负荷预测模型的权重,最终得到待预测日的母线负荷预测结果.仿真结果表明,与单一的母线负荷预测模型相比,经D-S证据理论融合的母线负荷预测模型更有效,也具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫志农	河海大学可再生能源发电技术教育部工程研究中心	239	4926	37.0	61.0
2	唐一铭		16	33	3.0	5.0
3	刘亚南		13	24	3.0	4.0
4	都晨		8	41	3.0	6.0
5	季聪		11	98	5.0	9.0