基于主成分分析降维和支持向量机回归的短期负荷预测方法研究

• 作者: 刘会 张羽 武晗 殷占贵 王国彬 白杨
• 来源期刊: 吉林电力
• 学科: 工学
• 关键词: 短期负荷预测 特征降维 主成分分析 支持向量机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究与探讨
• 页码范围: 7-10
• 页数: 4页
• 分类号: TM732
• 语种: 中文

摘要

针对负荷预测一般使用多维度历史相关数据,随着计算机技术和采集技术的发展,形成了高维度数据,使得关键数据和因素被掩埋,造成“维数灾难”的状况,重点研究主成分分析的特征降维方法和支持向量机的智能预测算法,提出基于主成分分析和支持向量机回归的短期负荷预测方法,并进行算例计算,对比分析采用主成分分析降维对支持向量机短期负荷预测方法的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国彬		1	0	0.0	0.0
2	武晗		1	0	0.0	0.0
3	白杨		1	0	0.0	0.0
4	张羽		1	0	0.0	0.0
5	刘会		1	0	0.0	0.0
6	殷占贵		1	0	0.0	0.0