基于确定性退火聚类的LSSVM短期负荷预测 |
| |
作者姓名: | 高荣 刘晓华 |
| |
作者单位: | 鲁东大学数学与信息学院,山东烟台264025 |
| |
摘 要: | 提出了确定性退火聚类和最小二乘支持向量机(Least Square Support Vectorma—chine,LSSVM)相结合的电力系统短期负荷预测方法。考虑影响负荷变化的各种因素构造负荷样本数据,利用确定性退火聚类算法对样本数据进行分类,得到的分类样本数据作为最小二乘支持向量机的学习样本,保证最小二乘支持向量机具有较高的预测精度。利用某电力公司2007年负荷数据和气象数据进行仿真实验,仿真结果表明该方法具有较高的预测精度。
|
关 键 词: | 电力系统 短期负荷预测 最小二乘支持向量机 确定性退火聚类 |
本文献已被 维普 等数据库收录! |
|