本发明属于计算机数据快速分析技术领域,公开了一种基于子抽样SVR集成的短期电力负荷预测方法;采用子抽样支持向量回归集成的方法,子采样策略实现支持向量机的并行学习,保证了每个单个的SVR具有足够的多样性,减少信息的损失量;选择基于单个SVR集成的一种新的群优化学习算法,保证每个SVR集成具有足够的强度来预测短期负荷数据。本发明基于小尺寸子抽样的集成方法具有经典的U‑统计量的统计推理性质,小规模子抽样策略的引入,有效降低了估计器的复杂度;同时提高了计算精度和效率,并同时返回较好的置信区间。本发明的SSVRE模式很容易移植到并行计算框架中。
声明:
“基于子抽样SVR集成的短期电力负荷预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)