| 摘要: |
| 针对电力系统年用电量增长的特点,将最小二乘支持向量机LS-SVM(least squares support vector m a-ch ine)回归模型引入年电力需求预测领域,并给出了相应的过程和算法。与常规基于人工神经网络ANN(ar-tific ial neural networks)的智能预测方法比较,该模型优点是明显的:1)将神经网络迭代学习问题转化为直接求解多元线性方程;2)整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性;3)将年电力需求预测的外插回归问题转换为内插问题,提高了预测精度。应用实例表明:该模型实现容易、预测精度高,更适合年电力需求预测 |
| 关键词: 年电力需求 最小二乘支持向量机（LS-SVM） 回归 预测 |
| DOI：10.7667/j.issn.1674-3415.2006.16.016 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
