基于最小二乘支持向量机的居民用电预测研究

何永秀; 王跃锦; 杨丽芳; 何海英; 罗涛

首页> 中文期刊> 《电力需求侧管理》 >基于最小二乘支持向量机的居民用电预测研究

基于最小二乘支持向量机的居民用电预测研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着我国经济的发展和经济结构的调整,居民用电占全社会用电量的比重逐渐增大并且有继续增加的趋势,科学合理地预测居民用电水平将为电力规划与需求侧管理提供决策基础.首先,采用相关系数法进行居民用电关键影响因素的选择.其次,将选取的影响因素作为LS-SVM的输入端,城乡居民用电量作为输出端,用Bayes准则进行SVM的参数选取,通过智能模拟学习,建立了Bayes-LS-SVM居民用电预测模型.最后,以中国某省居民用电量预测为例进行学习以及测试,并将其预测结果与广义回归神经网络预测法及几种常用的居民用电预测方法进行误差对比分析,证明了该组合方法比其它几种方法更精确有效.提出了采用人工智能的方法通过家用电器以及其他影响因素来预测居民用电,克服了以往采用家用电器预测中,家用电器功率以及年利用小时数预测不准确的问题.

著录项

来源
《电力需求侧管理》 |2010年第3期|19-23|共5页
作者
何永秀; 王跃锦; 杨丽芳; 何海英; 罗涛;
展开▼
作者单位

华北电力大学,北京,102206;

华北电力大学,北京,102206;

华北电力大学,北京,102206;

华北电力大学,北京,102206;

华北电力大学,北京,102206;

展开▼
原文格式 PDF
正文语种 chi
中图分类电力、电机工业;
关键词
居民用电预测; 家用电器; 最小二乘支持向量机;

相似文献

中文文献
外文文献
专利

1. 基于最小二乘支持向量机的周用电量预测方法 [J] . 陈涛 ,吕松 ,任廷林 . 华电技术 . 2020,第001期
2. 基于自适应粒子群参数优化的最小二乘支持向量机用电量预测模型 [J] . 徐龙秀 ,辛超山 ,牛东晓 . 科学技术与工程 . 2019,第006期
3. 基于改进型最小二乘支持向量机的用电量预测 [J] . 李秋玲 ,李竹可 ,侯涛 . 现代工业经济和信息化 . 2017,第003期
4. 我国居民用电方式与新型城镇化要求相一致吗?——基于城镇居民家庭用电设备及用电状况的实证研究 [J] . 梁慧芳 ,苏铭 ,田磊 . 经济学报 . 2014,第001期
5. 基于人工神经网络的短期居民用电负荷预测研究 [J] . 朱雪雄 . 科技创新与应用 . 2017,第023期
6. 基于用电方式满意的居民用户智能用电策略研究 [C] . Li Chunyan ,李春燕 ,Luo Hongfei . 2015全国电工理论与新技术学术年会 . 2015
7. 基于用电行为的居民用电影响因素及增长潜力预测研究 [A] . 闫宁 . 2020

基于最小二乘支持向量机的居民用电预测研究

摘要

著录项

相似文献

相关主题

期刊订阅