典型文献
基于支持向量机理论的短期负荷预测
文献摘要：
电力系统负荷预测的关键问题在于根据预测对象的历史数据建立相应的数学模型来描述其发展规律.支持向量机理论(SVM)能较好地解决小样本、非线性、高维数和局部极小点等实际问题,并且能够用来建立较为完备的负荷预测模型.研究表明,应用SVM进行电力系统负荷预测,具有精度高、速度快等优点,显著提高了负荷预测的效果.SVM的训练相当于解决一个线性约束的二次规划问题,这有利于我们对训练过程的理解,并增强了训练的可控性.本文结合实例论述了SVM在短期负荷预测中应用的分析和实现过程.
文献关键词：
负荷预测;支持向量机理论;非线性;线性约束
中图分类号：
作者姓名：
邹超;卢霁明
作者机构：
中国电建集团昆明勘测设计研究院,云南 昆明 650000;云南能投电力设计有限公司,云南 昆明 650000
文献出处：
引用格式：
[1]邹超;卢霁明-.基于支持向量机理论的短期负荷预测)[J].云南电力技术,2022(01):36-39
A类：
B类：
支持向量机理论,短期负荷预测,电力系统,系统负荷,据预测,历史数据,建立相应,小样本,高维,局部极小点,够用,负荷预测模型,相当于,线性约束,二次规划问题,训练过程,可控性,实现过程
AB值：
0.272013
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
