| 注册
首页|期刊导航|现代电力|基于自组织特征神经网络和最小二乘支持向量机的短期电力负荷预测方法

基于自组织特征神经网络和最小二乘支持向量机的短期电力负荷预测方法

魏明奎 叶葳 沈靖 周泓 蔡绍荣 王渝红 沈力

现代电力2021,Vol.38Issue(1):17-23,7.
现代电力2021,Vol.38Issue(1):17-23,7.DOI:10.19725/j.cnki.1007-2322.2020.0201

基于自组织特征神经网络和最小二乘支持向量机的短期电力负荷预测方法

Short-Term Load Forecasting Method Based on Self-Organizing Feature Mapping Neural Network and GA-Least Square SVC Model

魏明奎 1叶葳 2沈靖 2周泓 1蔡绍荣 1王渝红 2沈力1

作者信息

  • 1. 国家电网有限公司西南分部,四川省成都市6100315
  • 2. 四川大学电气工程学院,四川省成都市610065
  • 折叠

摘要

关键词

负荷预测/自组织特征映射神经网络/最小二乘支持向量机/粒子群算法/遗传算法

分类

信息技术与安全科学

引用本文复制引用

魏明奎,叶葳,沈靖,周泓,蔡绍荣,王渝红,沈力..基于自组织特征神经网络和最小二乘支持向量机的短期电力负荷预测方法[J].现代电力,2021,38(1):17-23,7.

基金项目

国家电网有限公司科技项目资助(SGSW0000GHJS1900117) (SGSW0000GHJS1900117)

现代电力

OA北大核心CSTPCD

1007-2322

访问量0
|
下载量0
段落导航相关论文