原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
Z006中国控制与块策学术年会论文集
ChineseControlandDecision 1021
of2006 Confe．ence
Precedings
基于时间序列支持向量机模型的电价预测研究
孙伟，卢建昌，孟明
(华北电力大学工商管理学院，河北保定071003)
-
摘 要；-建立了基于时阐序列的支持向量机短期电竹预测模型．支持向量机法呆用结构最小亿原则，能在小样本学
习曲基础上，对其他样车进行快速、准确的拟旮预测，具有曼好的泛亿能力．此井，在短期电竹预测模型中除了引入历
史负荷。系统旋转备甩，竞争发电容量等影响因素外．还将历史清算电债时阐序列也作为支持向量机的措入属佳参
数，建立了提前一天的电力市场靖算电竹预测模型．仿真结果证明该模型具有较好的预测精度．
美链蔼；时阊序列；支持向量规；电赞预测；电力市錾
ResearchonTimeSeriesBasedSVMModelfor Price
Electricity
Forecasting
SUN
Wel，LU
arian—chang，MENGMing ．
ElectricPower 071003．China．
(SchoolofBusinessAdministration，NorthChina University，Baoding
’
Wei．E-mail：sunweichina@sohu．com)
Correspondent：SUN
sermsbased vectormachine(SVM)modelis forshortterm
Abstract：Timesupport provided priceforecasting．The
of
StructureRisk isembeddedintotheSVM，sooglthebasis fewer
Minimization(RSM)principle learningby
the modelcanconductlastandaccurate hasbetter thismethodt
samplespresented forecasting．Itgeneralization．In
maininfluentialfactorssuchas competitiveload，systemrotary
exceptconsidering previous
datawhicharetimeseries ornothavebeenincludedasattributesin
etc，the style input
generatingcap
文档评论（0）