首页 | 本学科首页   官方微博 | 高级检索  
     

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号