论文部分内容阅读
本研究针对支持向量机计算开销大,训练时间长的问题,提出了一种基于自组织特征映射(SOFM)聚类分析和支持向量机(SVM)相结合的电力系统短期负荷预测方法。该方法利用自组织特征映射网络,通过无监督学习策略对训练样本集进行聚类分析,针对每一子类构造一个支持向量机回归模型。本文使用基于SVM的回归估计算法建立了回归估计函数表达式,给出了基于SOFM和SVM的网络结构，采用河北省某市的实际负荷数据选择样本进行预测，算例表明该方法能够缩短训练时间,提高预测精度。