序列最小优化算法在电力系统短期负荷预测中的应用
本文提出了一种基于序列最小优化算法(SMO)理论的电力系统短期负荷预测方法。该方法引入限定记忆思想,进行适当参数选择并改进了SMO算法。SMO算法的特点是在保证收敛的情况下把支持向量机中的二次规划问题分解为一系列子块问题来解决.而改进的SMO算法能够使块数据的长度始终保持不变,并且经实验证明,该算法能够使短期负荷预测具有很好的预测精度。
电力系统 序列最小优化 限定记忆 短期负荷预测
周倩 翟永杰 韩璞
华北电力大学,保定071003
国内会议
湖南张家界
中文
314-317
2007-07-26(万方平台首次上网日期,不代表论文的发表时间)