| 摘要: |
| 影响中长期负荷因素众多，而且单一核函数支持向量机泛化或学习能力较弱，预测精度受限。提出一种结合粗糙集和支持向量机智能算法的负荷预测模型，通过属性约简算法筛选出影响长期电力负荷的核心影响因素，剔除冗余信息，选定全社会用电量、人均产值、产值单耗为输入变量，构建基于多项式核函数、径向基核函数的混合核函数支持向量机预测模型，有效提高函数的泛化及学习能力。算例结果表明，所提出的模型预测平均误差仅为0.59%，预测精度有了很大提高且适用于长期负荷预测。 |
| 关键词: 长期负荷预测 粗糙集；属性约简；支持向量机；混合核函数 |
| DOI：10.7667/j.issn.1674-3415.2010.13.007 |
| 分类号: |
| 基金项目:国家自然科学基金项目（70671039） |
|
|
|
|
| Abstract: |
|
| Key words: |
