基于D-S证据融合的支持向量机电量预测

摘要：

　　针对电量预测方法存在着很多影响因素导致预测精度不准、预测时间长等缺点，提出了一种基于D-S证据融合的历史数据修正的支持向量机预测方法。选取电耗系数、环比历年曲线图、温度等特征，通过证据融合得到与预测年电量高度相似的电量值，以此作为支持向量机的训练数据，剔除了大量的冗余数据，不仅减少输入维数，而且提高了预测的精度。将该方法用于短期电量预测中，显著提高了预测精度，证明了该方法的有效性和实用性。

关键词： 电量预测方法 证据理论 支持向量机 预测精度

作者: 侯英伟 卢志刚

作者单位: 燕山大学电力电子节能与传动控制河北省重点实验室，秦皇岛，066004

会议类型: 国内会议

会议名称: 中国高等学校电力系统及其自动化专业第二十七届学术年会

会议地点: 秦皇岛

会议语种:中文

页码: 1-5

在线出版日期: 2011-10-15（万方平台首次上网日期，不代表论文的发表时间）