国家学术搜索
登录
注册
中文
EN
首页
|
基于SVM短期电力负荷预测模型研究
基于SVM短期电力负荷预测模型研究
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
万方数据
中文摘要：
支持向量机SVM作为机器学习方法之一,有数据分类以及数据回归两种用途,支持向量机的回归能应用于预测领域.本文应用SVM方法来建立电力负荷预测模型,首先以历史负荷、天气、日期类型作输入数据,然后对数据进行归一化处理,再利用SVM构建预测模型,SVM在负荷预测方面具有较高的可信度与精准度.
收起全部
展开查看外文信息
作者：
朱雪雄
展开 >
作者单位：
湖南水利水电职业技术学院电力系,湖南 长沙 410131
关键词：
负荷预测
SVM
机器学习
回归
出版年：
2017
科技展望
宁夏科技信息研究所
科技展望
ISSN：
1672-8289
年,卷(期)：
2017.
27
(23)
参考文献量
1
NETL
NSTL
万方数据
