文件名称:基于SCE-UA支持向量机的短期电力负荷预测模型研究 (2011年)
文件大小:317KB
文件格式:PDF
更新时间:2024-05-29 23:30:22
自然科学 论文
支持向量机(support vector machine,SVM)作为一种新颖的机器学习方法已成功应用于短期电力负荷预测,然而应用研究发现SVM算法性能参数的设置将直接影响负荷预测的精度.为此在对SVM参数性能分析的基础上,提出了SCE-UA(shuffled complex evolution University of Arizona)支持向量机短期电力负荷预测模型建模的思路及关键参数的选取,在建模过程中引入了径向基核函数,简化了非线性问题的求解过程,并应用SCE-UA算法辨识 SVM的参数.贵州电网