- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
广 西 电 力 2(112年 12月
GUANGXIELECTRIC POWER Vo1.35 NO6
基于支持向量机的中长期电力负荷预测
M edium andLongTerm ForecastingBasedonSupportVectorM achine
冯 沛,段本成
FENG Pei,DUAN Ben-cheng
(广西电网公司柳州供电局,广西 柳州 545005)
(LiuzhouPowerSupplyBureau,GuangxiPowerGridCorporation,Liuzhou545005,China)
摘要:通过探讨多种确定性及非确定性负荷预测方法,将当前少有应用的支持向量机算法引入电力系统负荷预测。介绍 r
统计学理论,引入了根据该理论提 的支持向量机算法。对支持向量机算法原理进行了介绍 ,分析 了该算法的本质及应朋价
值。采用同归问题的支持向量回归机 £一SVR算法,给出了将该算法应用于中长期负荷预测的方法..通过算例,验证了该方
法的有效性。
关键词:电力负荷;支持向量机;中长期负荷预测
Abstract:Somecertainanduncertainloadforecastingmethodsarediscussed,andthesupportvectormachineisappliedinthe
powersystem loadforecasting.Thestatisticallearningtheoryisintroducedand supportvectormachinealgorithm isintroduced.The
principleofsupportvectormachineisintroduced,theessenceofthealgorithm anditsapplicationvalueareanalyzed.Thes-SVR
algorithm ofsupport vectorregression forthe regressionproblemsisusedinthe long term loadforecasting.Examplestestify the
effectivenessoftheproposedmethod.
Keywords:powerload,supportvectormachine,mediumandlongterm loadforecasting
中图分类号:TM715 文献标志码 :A 文章编号:1671—8380(2012)06—0058—05
0 引言 的判断,只是给出一个方 向性的结论,预测结果不是
数值型的。定量预测技术则是采用数学、数理统计
电力负荷预测是电力调度、规划的重要环节,它
的正确与否关系到及时掌握负荷的发展趋势;关系 或智能方法进行预测,比较常用的方法有:时间序列
法 、回归分析法、模糊预测法 、小波分析预测法 、
到正确执行国家各个时期的方针政策,适应各个时
人工神经网络方法I、灰色模型法、专家系统法等。
期经济社会发展对电力增长的需求;关系到计划用
鉴于 目前中长期负荷预测方法的预测效果参差
电、均衡用电;可保证电网的安全稳定、经济可靠运行;
不齐,本文引入支持向量机方法(SVM)进行负荷预
可统筹安排好系统的运行方式和检修计划等 I。
测,并根据预测情况与预测结果对该方法进行了一
电力系统负荷预测以时间节点来说,可分为长
原创力文档


文档评论(0)