文献类型：期刊文章

作　　者：牛东晓[1] 谷志红[1] 邢棉[1] 王会青[1]

机构地区：[1]华北电力大学工商管理学院,河北省保定市071003

出　　处：《中国电机工程学报》

基　　金：国家自然科学基金项目(50077007);河北省自然科学基金项目(G2005000584)~~

年　　份：2006

卷　　号：26

期　　号：18

起止页码：6-12

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：支持向量机方法已成功地应用在负荷预测领域,但它在训练数据时存在数据处理量太大、处理速度慢等缺点。为此提出了一种基于数据挖掘预处理的支持向量机预测系统,引用在处理大数据量、消除冗余信息等方面具有独特优势的数据挖掘技术,寻找与预测日同等气象类型的多个历史短期负荷,由此组成具有高度相似气象特征的数据序列,将此数据序列作为支持向量机的训练数据,可减少数据量,从而提高预测的速度和精度,克服支持向量机的上述缺点。将该系统应用于短期负荷预测中,与单纯的SVM方法和BP神经网络法相比,得到了较高的预测精度。

关 键 词：电力系统 数据挖掘 气象因素 支持向量机 短期负荷预测

分 类 号：TM74]