基于RS-SVM在电力短期负荷预测中的应用 |
| |
引用本文: | 刘叶玲,杜力博.基于RS-SVM在电力短期负荷预测中的应用[J].科技信息,2009(1). |
| |
作者姓名: | 刘叶玲 杜力博 |
| |
作者单位: | 西安科技大学理学院; |
| |
摘 要: | 提出了一种基于支持向量机算法和粗糙集理论结合的短期电力负荷预测方法。首先利用粗糙集理论对电力负荷决策系统进行约简,消除样本无用信息和冗余,然后在此基础上设计支持向量机多分类器,进行短期预测分类。这样,可以有效减小SVM训练的数据,加快多分类器的处理速度。实验结果显示它能够有效地提高负荷预测精度,缩短了预测时间。
|
关 键 词: | 支持向量机 粗糙集 电力系统 短期负荷预测 |
本文献已被 CNKI 维普 等数据库收录! |
|