期刊家
学术期刊
科普期刊
出版社
图书
会议
我的购物车 0

基于GOA-SVM的短期负荷预测

作者:宫毓斌,滕欢 | 短期负荷预测支持向量机蚱蜢优化算法

摘要:支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于蚱蜢优化算法的支持向量机短期负荷预测方法,以某地区负荷、天气等历史数据对SVM进行训练,并通过GOA优化选取支持向量机参数,然后以得到的最优参数建立GOA-SVM负荷预测模型。算例分析表明,GOA-SVM预测模型比GA-SVM和PSO-SVM模型有更好的收敛性能,且预测精度更高。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电测与仪表

《电测与仪表》(CN:23-1202/TH)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

《电测与仪表》主要报道电磁参数的测量方法,测量仪器、仪表、测试系统以及非电量测量的电测技术。数字化的测量方法、模块化的仪表结构、高速的数据采集与传输及测量的自动化、智能化、虚拟化、网络化,使测量方式有了革命性的突破,仪器、仪表的功能、性能、测量速度、可靠性、使用性都有了提高与改进。本刊愿为这技术领域提供一个推进、传递与交流的园地。

期刊详情
  • 免费
    咨询
  • 订阅咨询
  • 期刊推荐
  • 联系电话
    发表咨询:023-6549-4411
    订阅咨询:023-6033-8768