发明名称 | 一种支持向量机短期负荷预测方法 | ||
摘要 | 本发明涉及一种支持向量机短期负荷预测方法,具体包括如下步骤:步骤1:选取预测日之前的负荷数据及天气数据,采用基于K均值PSO聚类算法建立支持向量机模型;步骤2:输入新样本进行预测。本发明一方面因为历史数据样本分类后的样本特征更加明显,从而对特定的模式,利用较少的样本学到负荷的变化规律,增强了支持向量机的泛化能力。另一方面算法采用PSO-K均值聚类方法对历史样本进行聚类,有较好的全局收敛性;最后,对每个类分别建立支持向量机模型,提高了支持向量机的计算效率;该方法在大规模数据分析时,可在保持预测精度的前提下,提高预测效率。可实现对负荷数据的高精度、实时、快速预测。 | ||
申请公布号 | CN102682219A | 申请公布日期 | 2012.09.19 |
申请号 | CN201210153832.8 | 申请日期 | 2012.05.17 |
申请人 | 鲁东大学 | 发明人 | 高荣;刘晓华 |
分类号 | G06F19/00(2011.01)I | 主分类号 | G06F19/00(2011.01)I |
代理机构 | 北京轻创知识产权代理有限公司 11212 | 代理人 | 杨立 |
主权项 | 一种支持向量机短期负荷预测方法,具体包括如下步骤:步骤1:选取预测日之前的负荷数据及天气数据,采用基于K均值PSO聚类算法建立支持向量机模型;步骤2:输入新样本进行预测。 | ||
地址 | 264025 山东省烟台市红旗中路186号 |