基于时间序列的SVM短时电力负荷预测

• 作者: 叶远胜 张静
• 来源期刊: 现代信息科技
• 关键词: 时间序列 支持向量机 电力负荷预测 机器学习
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 17-19
• 页数: 3页
• 分类号: TP183|TM715
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.24.005

摘要

随着电力系统的飞速发展,以往基于小规模数据的传统电力负荷预测算法可能无法容纳大量数据集和效率上的要求.为改善预测模型的工程实用性、效率和准确度,将传统的时间序列预测方法与机器学习中的支持向量机算法相结合,应用于短时电力负荷预测.即使用某一时刻对应的以往时间点的电力数据作为属性值,使用支持向量回归构建模型进行预测.通过实践证明,模型可以快速有效地处理数据,并且具有较高的预测准确度.