| 最小二乘支持向量机短期负荷预测研究 |
| |
| 引用本文： | 侯贺飞,刘俊勇. 最小二乘支持向量机短期负荷预测研究[J]. 四川电力技术, 2009, 32(Z1) |
| |
| 作者姓名： | 侯贺飞 刘俊勇 |
| |
| 作者单位： | 四川大学电气信息学院,四川,成都,610065 |
| |
| 基金项目： | 国家重点研究发展计划项目(973项目) |
| |
| 摘 要： | 电力系统短期负荷预测是一项非常重要的工作,准确的短期负荷预测对于电力系统经济、安全、可靠的运行具有特别重要的意义.随着电力系统的日趋复杂化,特别是电力市场的逐步深入,短期负荷预测被赋予了更高的要求.提出了基于负荷日周期性进行前后向外推的数据预处理新方法,为短期负荷预测模型利用这些历史数据奠定了基础.最小二乘支持向量机是新一代机器学习方法,将其应用于电力系统短期负荷预测,在充分利用日周期性和同时刻负荷相近性的基础上,提出了基于最小二乘支持向量机回归算法(LSSVR)的短期负荷预测点模型.该模型通过采用不同天同时刻的负荷样本训练LSSVR来获取负荷的最优线性回归函数,实现了在最小化负荷样本点误差的同时,缩小模型泛化误差的上界,获取了较好的负荷预测性能.
|
| 关 键 词： | 电力系统 短期负荷预测 最小二乘支持向量机 |
Research of Short - term Load Forecasting Based on Least Squares Support Vector Machine |
| |
| Hou Hefei,Liu Junyong. Research of Short - term Load Forecasting Based on Least Squares Support Vector Machine[J]. Sichuan Electric Power Technology, 2009, 32(Z1) |
| |
| Authors: | Hou Hefei Liu Junyong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
