论文摘要
随机森林和支持向量机在电力负荷预测中的比较条件常被忽略,预测精度孰优孰劣存在争议。本文对支持向量机和随机森林的原理进行了研究,充分分析了预测对象和预测条件,从算法自身参数、数据集特点和气候特征3个因素进行比较。通过对预测条件的改变,用统计学比较分析两者的表现。结果表明支持向量机受自身参数影响较大;对具有共同变化趋势和相似模式特征的数据集,两种算法预测精度都较其他数据集显著提高;在本文使用的气候特征中,温度和露点对负荷预测的影响更大;在相同数据集和气候特征条件下,统计分析表明两种算法调整自身参数后的最优预测结果整体上没有显著差异。
论文目录
文章来源
类型: 期刊论文
作者: 霍娟,孙晓伟,张明杰
关键词: 电力负荷预测,支持向量机,随机森林,参数,数据集,气候特征
来源: 电力系统及其自动化学报 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 郑州大学电气工程学院
分类号: TM715
DOI: 10.19635/j.cnki.csu-epsa.000093
页码: 129-134
总页数: 6
文件大小: 901K
下载量: 847