| 基于最小二乘支持向量机的短期负荷预测 |
| |
| 引用本文： | 杨卓. 基于最小二乘支持向量机的短期负荷预测[J]. 企业科技与发展, 2010, 0(10) |
| |
| 作者姓名： | 杨卓 |
| |
| 作者单位： | 广西电力工业勘察设计研究院,广西,南宁,530023 |
| |
| 摘 要： | 支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。
|
| 关 键 词： | 最小二乘支持向量机 回归 电力系统 短期负荷预测 |
Short-term Load Forecasting Based on Least Squares Support Vector Machine |
| |
| YANG Zhuo. Short-term Load Forecasting Based on Least Squares Support Vector Machine[J]. , 2010, 0(10) |
| |
| Authors: | YANG Zhuo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
