文献类型：期刊文章

作　　者：潘峰[1] 程浩忠[1] 杨镜非[1] 张澄[2] 潘震东[2]

机构地区：[1]上海交通大学电气工程系,上海市徐汇区200030 [2]常州供电公司,江苏省常州市213003

出　　处：《电网技术》

年　　份：2004

卷　　号：28

期　　号：21

起止页码：39-42

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2004518722565)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：对将径向基函数(Radial Base Function,RBF)作为核函数的支持向量机(Support Vector Machine,SVM)方法应用于短期负荷预测进行了研究。作者使用基于 SVM 的回归估计算法建立了回归估计函数表达式,给出了SVM 网络结构;采用江苏省某市的实际负荷数据,按照不同的负荷日属性和历史负荷数据进行样本选择,使用 LIBSVM 算法和适当的核函数进行了负荷预测,并将该预测结果同由时间序列及 BP 神经网络方法得到的预测结果进行了比较,结果表明,所提出的预测方法有较高的精度。

关 键 词：支持向量机  LIBSVM 核函数  RBF 实际负荷 数据  回归估计  短期负荷预测 电力系统 径向基函数

分 类 号：TM715] TP391]