期刊文章详细信息
基于相似日小波支持向量机的短期电力负荷预测 ( EI收录)
Short Term Load Forecasting Using Wavelet Transform and SVM Based on Similar-Days
文献类型:期刊文章
机构地区:[1]山东农业大学信息与工程学院,泰安271018 [2]鲁东大学数学与信息学院,烟台264025
基 金:山东省教育厅科研资助项目(Y2005G01)
年 份:2006
卷 号:21
期 号:11
起止页码:59-64
语 种:中文
收录情况:BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20070110339741)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:对受不确定性影响的短期电力负荷,本文给出一种基于小波支持向量机的预测方法。采用小波变换将日负荷数据分解到不同尺度上,利用各相似日低频部分的最大最小负荷构造相似系数,通过支持向量机预测一天中最大和最小负荷,结合相似系数得到预测日低频部分各时刻的预测值;对于高频部分采用各时刻均方加权的方法预测负荷值,把各部分的负荷值叠加得到完整的负荷预测值。用山东某电力公司的数据进行数据仿真,取得了较好的预测效果。
关 键 词:负荷预测 相似日 小波变换 支持向量机
分 类 号:TP29]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...