一种基于RFE特征选择的PSO-SVR用电需求预测模型
PSO-SVR electricity demand forecasting model based on RFE feature selection作者机构：浙江工业大学管理学院杭州310023 国网浙江省电力公司经济技术研究院杭州310008
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2020年第37卷第S01期
页 面：105-107页
学科分类：12[管理学] 0202[经济学-应用经济学] 02[经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：随着电力体制改革的不断推进,用电量需求预测在电力行业的重要程度越来越高,预测结果越精确越有利于相关企业对资金作出合理的配置,积极有效地应对电力现货市场。基于RFE选择较高质量的特征值作为预测模型的输入,得到了较好的预测结果。进一步通过PSO算法对SVR模型参数进行择优选择,更进一步提高预测精度。通过两模型之间的对比分析,PSO-SVR模型能够更好地拟合实际用电量需求的走势,尤其是在用电量需求波动较大的月份。
维普期刊数据库
同方期刊数据库