HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于支持向量机的中长期电力负荷预测研究与应用

作者:靳忠伟 陈康民 闫伟 王桂华支持向量机统计学习理论主因素分析电力负荷预测

摘要:采用一种新的机器学习方法——支持向量机,建立了中长期电力负荷预测模型.阐述了支持向量机的基本内容,对影响电力负荷诸多因素的样本集进行了标准化处理和主因素分析(PCA).采用Libsvm训练了数据集,并与灰色预测GM(1,1)模型、多元线性回归模型、模糊ISODATA聚类模型和BP神经网络进行对比.结果表明,此算法有更高的准确性,可为电力负荷预测提供有效依据.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

上海理工大学学报

《上海理工大学学报》(CN:31-1739/T)是一本有较高学术价值的双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《上海理工大学学报》主要刊登基础学科(数学、物理、化学)。热能工程、流体力学、流体机械及流体动力工程、计算机应用、机械学、机械制造、测试计量技术及仪器等方面的学术研究及科研实践成果。

杂志详情