提示
牛东晓
-
55浏览
-
0点赞
-
0收藏
-
0分享
-
159下载
-
0评论
-
引用
期刊论文
基于数据挖掘的SVM短期负荷预测方法研究
中国电机工程学报，2006，26（18）：6～12，-0001，（）：
摘要/描述
支持向量机方法已成功地应用在负荷预测领域，但它在训练数据时存在数据处理量太大、处理速度慢等缺点。为此提出了一种基于数据挖掘预处理的支持向量机预测系统，引用在处理大数据量、消除冗余信息等方面具有独特优势的数据挖掘技术,寻找与预测日同等气象类型的多个历史短期负荷，由此组成具有高度相似气象特征的数据序列，将此数据序列作为支持向量机的训练数据，可减少数据量，从而提高预测的速度和精度，克服支持向量机的上述缺点。将该系统应用于短期负荷预测中，与单纯的SVM方法和BP神经网络法相比,得到了较高的预测精度。
【免责声明】以下全部内容由[牛东晓]上传于[2010年01月25日 21时19分22秒]，版权归原创者所有。本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
我要评论
全部评论
共 0 条
本学者其他成果
同领域成果
