| 支持向量机在短期负荷预测中的应用 |
| |
| 引用本文： | 张鑫,王宏志.支持向量机在短期负荷预测中的应用[J].吉林工学院学报,2009,30(4):412-416. |
| |
| 作者姓名： | 张鑫 王宏志 |
| |
| 作者单位： | 长春工业大学,计算机科学与工程学院,吉林,长春,130012 |
| |
| 基金项目： | 国家科技部科技支撑计划基金资助项目 |
| |
| 摘 要： | 采用一种有效的负荷聚类分析处理技术,把FCM模糊聚类算法和支持向量机的短期负荷预测相结合。该方法考虑到负荷变化的周期性特点,应用模糊聚类分析的基本原理,对原始样本进行模糊聚类分析,选取与预测样本特征相似的样本作为训练样本,建造负荷预测的支持向量机模型。实例分析证明,该方法能够有效地提高负荷预测的精度,缩短了预测时间。
|
| 关 键 词： | 能源管理系统 短期负荷预测 支持向量机 模糊聚类 相似度 |
Application of support vector machine in short-term load estimation |
| |
| ZHANG Xin,WANG Hong-zhi.Application of support vector machine in short-term load estimation[J].Journal of Jilin Institute of Technology,2009,30(4):412-416. |
| |
| Authors: | ZHANG Xin WANG Hong-zhi |
| |
| Institution: | School of Computer Science & Engineering;Changchun University of Technology;Changchun 130012;China |
| |
| Abstract: | With an effective load clustering technology,FCM fuzzy clustering algorithm is combined with the short-term load estimation.The method,based on the periodic features of the load,processes the original data and chooses the samples similar to the estimated one as the trained samples to build a short-term estimation SVM model.The experimental results show that the method can effectively improve the estimation accuracy and shorten the estimation time. |
| |
| Keywords: | energy management system short-term load estiamtion support vector machines（SVM） Fuzzy clustering similarity degree |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
