基于CNN和SVR相结合的电力负荷预测分析

• 作者: 李然 杨宁 钟丽波 马煜 黄哲洙
• 来源期刊: 东北电力技术
• 学科: 工学
• 关键词: 卷积神经网络 支持向量回归 灰度图 电力负荷预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 经验交流
• 页码范围: 37-41
• 页数: 5页
• 分类号: TM715
• 字数: 3803字
• 语种: 中文

摘要

针对电力负荷预测提出了卷积神经网络和支持向量回归相结合的方法.首先将数据预处理成灰度图,作为算法输入数据;然后通过卷积神经网络进行特征提取,将电力负荷的影响因素重新混合,提取更高维的新特征;最后将新特征输入支持向量回归模型进行预测.通过试验对比,该方法实际效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李然		6	9	2.0	3.0
2	钟丽波		5	8	2.0	2.0
3	马煜		3	2	1.0	1.0
4	杨宁	国家电网有限公司东北分部	10	46	3.0	6.0
5	黄哲洙		2	2	1.0	1.0