一种基于支持向量机的电力负载预测算法

论文摘要

提出了一种能够提高负荷预测精度的方法。在对历史电网运行数据进行处理时引入大数据挖掘技术,并且使用了支技向量机来进行电力系统短期负荷的预测新方式,对基于粒子群优化的支持向量算法进行了改进,提出基于相似日聚类的支持向量机的方法以对电网的负荷状态进行预测。以湘潭市的电力负荷数据为测试数据,进行两种算法结果的对比。结果表明:本文的算法在对比中具有较大的优势,数据预处理在预测的精度上有着非常重要的关联。

论文目录

• 1 基于支持向量机的电力负载预测算法
•   1.1 相似日的计算
•   1.2 数据标准化
•   1.3 建立模糊相似矩阵
•   1.4 模糊聚类传递闭包法
• 2 基于相似日聚类的支持向量机算法
• 3 实验结果与分析
• 4 总结

文章来源

类型: 期刊论文

作者: 程子华

关键词: 支持向量机,电力负载,预测算法,相似日

来源: 科技通报 2019年05期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 广州市机电技师学院

分类号: TP181;TM715

DOI: 10.13774/j.cnki.kjtb.2019.05.012

页码: 67-70

总页数: 4

文件大小: 115K

下载量: 150