基于序列最小化算法的周负荷预测研究

作者：黄元生; 李孝宇

来源：山东电力高等专科学校学报, 2013, (04): 22-23+32.

• 周负荷预测
• 支持向量回归
• 序列最小化算法 week load forecasting
• support vector regression
• sequential minimal optimization

周负荷预测具有周规律性,对编制发供电计划有重要意义。运用序列最小化算法(SMO)求解支持向量机,既能发挥支持向量机的优势,又能简化问题,缩短运行时间。通过山西省某变电站的实例分析,得到序列最小化算法适用于求解周负荷预测,且精度较高。

• 出版日期2013
• 单位华北电力大学