科技信息

2009, No.285(01) 181-182

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于RS-SVM在电力短期负荷预测中的应用

刘叶玲;杜力博;

摘要(Abstract):

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(KeyWords): 支持向量机;粗糙集;电力系统;短期负荷预测

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 刘叶玲;杜力博;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享