高维多参量特征的电力负载估计算法

• 作者: 萧展辉
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 电力负载 SVM 天气参数 特征挖掘
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 工业技术
• 页码范围: 182-184
• 页数: 3页
• 分类号: TM732
• 字数: 1791字
• 语种: 中文

摘要

采用最高气温、最低气温、平均气温以及降雨情况作为本地区电力系统中最主要的影响参数，基于SVM算法进行数据预测，将输入的参量数据映射到一个高维的特征空间中，对空间状态向量进行线性回归计算，得到参数向量与电力负荷关系，得出电力预期负荷。仿真实验表明算法能最小化经验风险，结合多参量特征数据挖掘算法在多维数据空间中计算的优势，降低SVM算法的计算时间，预测误差是小于1%，完全达到了准确预测的要求，在电力负荷预测和管理领域具有广泛的应用前景。