基于SVM短期电力负荷预测模型研究
100 积分
50
评分
4.6 积分- 详情
- 2021-04-27
- 简介
pdf
- 157KB
- 页数 1P
- 阅读 90
- 下载 28
支持向量机SVM作为机器学习方法之一,有数据分类以及数据回归两种用途,支持向量机的回归能应用于预测领域.本文应用SVM方法来建立电力负荷预测模型,首先以历史负荷、天气、日期类型作输入数据,然后对数据进行归一化处理,再利用SVM构建预测模型,SVM在负荷预测方面具有较高的可信度与精准度.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于HMM模型的电力负荷预测模型研究 1.6MB
基于云模型的电力负荷预测 557KB
基于SVM短期电力负荷预测模型研究 157KB
短期电力负荷预测器设计 2.7MB
组合灰色预测模型在电力负荷预测中的应用 195KB
基于PSO-SVM模型的短期电力负荷预测研究 309KB
灰色模型GM(1,1)在短期电力负荷预测中的应用 336KB
灰色模型GM(1,1)在短期电力负荷预测中的应用 215KB
灰色模型在电力负荷预测中的优化与应用 456KB
基于混沌蚁群算法的电力短期负荷预测 142KB