基于支持向量机理论的短期负荷预测

• 作者: 邹超 卢霁明
• 来源期刊: 云南电力技术
• 学科: 工学
• 关键词: 负荷预测 支持向量机理论 非线性 线性约束
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 研究与分析|Research and analysis
• 页码范围: 36-39
• 页数: 4页
• 分类号: TM74
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7345.2022.01.006

摘要

电力系统负荷预测的关键问题在于根据预测对象的历史数据建立相应的数学模型来描述其发展规律.支持向量机理论(SVM)能较好地解决小样本、非线性、高维数和局部极小点等实际问题,并且能够用来建立较为完备的负荷预测模型.研究表明,应用SVM进行电力系统负荷预测,具有精度高、速度快等优点,显著提高了负荷预测的效果.SVM的训练相当于解决一个线性约束的二次规划问题,这有利于我们对训练过程的理解,并增强了训练的可控性.本文结合实例论述了SVM在短期负荷预测中应用的分析和实现过程.