期刊文献+

基于OpenCV的电力负荷预测

下载PDF
导出
摘要 针对电力负荷预测影响因素多,传统预测方法精度不高,本文分析电力负荷预测影响因素,建立基于支持向量机的电力负荷预测模型。通过OpenCV实验,仿真结果表明本文对电力负荷预测具有较高的预测精度和较快的训练速度。 According to many influencing factors of power load forecasting, traditional prediction accuracy cannot realize high, this paper analysis the influence factors of power load forecasting.A prediction model of power load based on support vector machine(SVM)was established.The simulation results on OpenCV show that the higher accuracy and faster training speed of electric power load forecasting.
机构地区 广西财经学院
出处 《电子世界》 2014年第7期45-46,共2页 Electronics World
基金 广西财经学院2013年度校级课题立项资助(2013A016)
关键词 电力负荷 OPENCV 支持向量机 Power Load OpenCV Support Vector Machine(SVM)
  • 相关文献

参考文献4

  • 1袁宇春.张保会.电力系统短期负荷预测的改进神经网络方法[J].电力系统自动化,1997,21(11):12-17.
  • 2游仕洪.程浩忠,谢宏.应用模糊线性回归模型预测中长期电力负荷[J].电力系统自动化设备,2006,26(3):51-53.
  • 3姚李孝,刘学琴.基于小波分析的月度负荷组合预测[J].电网技术,2007,31(19):65-68. 被引量:41
  • 4Corinna Cortes,V[adimtr Vapnik.Support-vector networks [J].Machine Leaming 1995,20 (3) :273-297.

二级参考文献11

共引文献40

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部