基于支持向量机模型参数优化的超短期负荷预测

摘要：

本文针对SVM传统参数选取方法效率较低、性能较差等缺陷,以最小化K折交叉验证误差为目标,在控制不敏感损失参数ε的基础上,分别采用网格搜索法、遗传算法以及自适应权值粒子群算法对支持向量机模型参数中惩罚因子C和核参数g进行优化选取,并依附某地区96点历史负荷数据进行超短期负荷预测实例仿真.

关键词： 电力系统 超短期负荷预测 支持向量机 参数优化

作者: 朱慧婷 夏明超 陈友媛 杨雪

作者单位: 北京交通大学电气工程学院,北京 100044

会议类型: 国内会议

会议名称: 2017第十九届中国科协年会

会议地点: 长春

会议语种:中文

页码: 1-9

在线出版日期: 2017-06-24（万方平台首次上网日期，不代表论文的发表时间）