首页> 中文会议>中国高等学校电力系统及其自动化专业第20届学术年会 >基于支持向量机的超短期负荷预测

基于支持向量机的超短期负荷预测

页面导航

摘要
著录项
相似文献
相关主题

摘要

提出了一种基于支持向量机(SVM)方法的在线训练算法,并将其引入超短期负荷预测领域.该算法通过不断输入新的负荷数据来更新回归函数,以获得较好的预测结果.和传统的SVM算法比较,它能在保证精度的同时大大减少支持向量的数目,此外,它还具有更快的收敛性和更好的泛化能力.试验结果表明,采用在线训练算法的超短期负荷预测预测精度高、计算速度快.

著录项

来源
《中国高等学校电力系统及其自动化专业第20届学术年会》|2004年|1333-1335|共3页
会议地点郑州
作者
王李东; 文劲宇; 程时杰;
展开▼
作者单位

郑州大学;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类电力系统规划;人工智能理论;
关键词
负荷预测; 支持向量机; 在线训练算法; 回归函数;

相似文献

中文文献
外文文献
专利

1. 基于自适应双向加权最小二乘支持向量机的超短期负荷预测 [J] . 王岗 ,姜杰 ,唐昆明 . 电力系统保护与控制 . 2010,第019期
2. 基于解集模型的水电站超短期负荷预测研究 [J] . 寇立夯 ,陈在妮 ,朱阳 . 长江技术经济 . 2021,第002期
3. 基于解集模型的水电站超短期负荷预测研究 [J] . 寇立夯 ,陈在妮 ,朱阳 . 长江技术经济 . 2021,第002期
4. 基于粒子群优化算法的LightGBM超短期负荷预测研究 [J] . 周彬彬 ,蒋燕 ,赵珍玉 . 能源与节能 . 2021,第002期
5. 基于LSTM的配电网线路超短期负荷预测方法 [J] . 陈锦植 ,刘海琼 ,梁宏池 . 能源工程 . 2021,第005期
6. 基于支持向量机模型参数优化的超短期负荷预测 [C] . Huiting ZHU ,朱慧婷 ,Mingchao XIA . 2017第十九届中国科协年会 . 2017
7. 基于XGBoost的超短期负荷预测研究 [A] . 杨修德 . 2018

基于支持向量机的超短期负荷预测

摘要

著录项

相似文献

相关主题

期刊订阅