基于云模型RBF支持向量机的电力系统负荷预测

作者: 王惠中 [1] ; 刘轲 [1] ; 朱宏毅 [2]

关键词: 云模型云变换径向基核函数负荷预测 cloud model cloud transform radial-base kernel function load forecasting

摘要：径向基核函数（RBF）支持向量机被广泛应用于电力系统负荷预测上,然而传统方法在RBF核函数的参数选择上有很多不足之处.为了更精确地选择核函数的参数,提高短期负荷预测的精度,提出一种将云模型和RBF支持向量机相结合的新模型.通过各影响因子的高维云变换确定每个模型的RBF核函数的参数,然后通过模型的加权计算得到最终的预测值.最后,通过与传统模型的仿真对比证明该模型的预测误差比传统模型降低了1.16%,能更好地进行电力系统短期负荷预测.

上一篇：一种新颖的垂直宽边耦合带状线设计方法
下一篇：升降舞台多电机同步系统的预测函数控制

基于云模型RBF支持向量机的电力系统负荷预测

作者: 王惠中 [1] ; 刘轲 [1] ; 朱宏毅 [2]

关键词: 云模型 云变换 径向基核函数 负荷预测 cloud model cloud transform radial-base kernel function load forecasting

关键词: 云模型云变换径向基核函数负荷预测 cloud model cloud transform radial-base kernel function load forecasting