本文主要研究内容
作者尹中诚（2019）在《LSSVM与PSO—LSSVM在短期电力负荷预测中的优劣》一文中研究指出：短期电力负荷预测的精度关乎电力企业的经济效益,预测模型决定精度的高低。针对预测模型的适用性和稳定性,采用基于统计学习理论的机器学习LSSVM和PSO—LSSVM算法对广东某一区域电力负荷进行预测。结果显示:工作日、双休日和节假日,PSO—LSSVM算法预测准确度明显大于LSSVM预测;此外LSSVM和PSO—LSSVM算法对工作日和双休日24小时每时刻的预测误差约在2%左右。因此,选择预测模型时,一方面要考虑不同地区各种影响因素,另一方面要根据样本量大小,选择合适、有效的模型,从而提高预测准确度。
Abstract
duan ji dian li fu he yu ce de jing du guan hu dian li qi ye de jing ji xiao yi ,yu ce mo xing jue ding jing du de gao di 。zhen dui yu ce mo xing de kuo yong xing he wen ding xing ,cai yong ji yu tong ji xue xi li lun de ji qi xue xi LSSVMhe PSO—LSSVMsuan fa dui an dong mou yi ou yu dian li fu he jin hang yu ce 。jie guo xian shi :gong zuo ri 、shuang xiu ri he jie jia ri ,PSO—LSSVMsuan fa yu ce zhun que du ming xian da yu LSSVMyu ce ;ci wai LSSVMhe PSO—LSSVMsuan fa dui gong zuo ri he shuang xiu ri 24xiao shi mei shi ke de yu ce wu cha yao zai 2%zuo you 。yin ci ,shua ze yu ce mo xing shi ,yi fang mian yao kao lv bu tong de ou ge chong ying xiang yin su ,ling yi fang mian yao gen ju yang ben liang da xiao ,shua ze ge kuo 、you xiao de mo xing ,cong er di gao yu ce zhun que du 。
论文参考文献
论文详细介绍
论文作者分别是来自青海电力的尹中诚，发表于刊物青海电力2019年02期论文，是一篇关于短期电力负荷预测论文,预测模型论文,机器学习论文,准确度论文,青海电力2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自青海电力2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：短期电力负荷预测论文; 预测模型论文; 机器学习论文; 准确度论文; 青海电力2019年02期论文;