基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测

被引:56
作者
唐杰明 [1 ]
刘俊勇 [2 ]
杨可 [3 ]
刘友波 [2 ]
机构
[1] 四川省电力公司南充电业局
[2] 四川大学电气信息学院
[3] 四川省电力公司调度中心
关键词
电力系统; 灰色模型; 最小二乘支持向量机; 非线性组合; 短期负荷预测;
D O I
10.13335/j.1000-3673.pst.2009.03.001
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
提出一种联合灰色模型(grey model,GM)和最小二乘支持向量机回归(least square support vector regression,LSSVR)算法的电力短期负荷智能组合预测方法。在考虑负荷日周期性的基础上,通过对历史负荷数据的不同取舍,构建出各种不同的历史负荷数据序列,并对每个历史数据序列分别建立能修正β参数的GM(1,1)灰色模型进行负荷预测;采用最小二乘支持向量机回归算法对不同灰色模型的预测结果进行非线性组合,以获取最终预测值。该方法在充分利用灰色模型所需原始数据少、建模简单、运算方便等优势的基础上,结合最小二乘支持向量机所具有的泛化能力强、非线性拟合性好、小样本等特性,提高了预测精度。仿真结果验证了所提出组合方法的有效性和实用性。
引用
收藏
页码:63 / 68
页数:6
相关论文
共 22 条
[1]   基于最小二乘支持向量机的短期负荷预测 [J].
耿艳 ;
韩学山 ;
韩力 .
电网技术, 2008, (18) :72-76
[2]   基于不对称自回归条件异方差模型的短期负荷预测 [J].
陈昊 .
电网技术, 2008, (15) :84-89
[3]   基于广义学习矢量量化和支持向量机的混合短期负荷预测方法 [J].
罗玮 ;
严正 .
电网技术, 2008, (13) :62-68
[4]   基于相似时间序列检索的超短期负荷预测 [J].
张思远 ;
何光宇 ;
梅生伟 ;
王伟 ;
张王俊 .
电网技术, 2008, (12) :56-59
[5]   基于负荷混沌特性和最小二乘支持向量机的短期负荷预测 [J].
王德意 ;
杨卓 ;
杨国清 .
电网技术, 2008, (07) :66-71
[6]   电力负荷混沌动力特性及其短期预测 [J].
方仍存 ;
周建中 ;
彭兵 ;
安学利 .
电网技术, 2008, (04) :61-66
[7]   基于功率谱分解和实时气象因素的短期负荷预测 [J].
张凯 ;
姚建刚 ;
李伟 ;
贺辉 .
电网技术, 2007, (23) :47-51
[8]   基于形态相似准则的曲线拟合算法及其在超短期负荷预测中的应用 [J].
罗滇生 ;
何洪英 .
电网技术, 2007, (21) :81-84
[9]   考虑气象因素的相似聚类短期负荷组合预测方法 [J].
金义雄 ;
段建民 ;
徐进 ;
卫功存 ;
蒯圣宇 ;
李宏仲 ;
王承民 .
电网技术, 2007, (19) :60-64+82
[10]   基于负荷点相似的地区短期负荷预测新方法 [J].
罗军 ;
何光宇 ;
张思远 ;
万源 ;
李小锐 .
电网技术, 2007, (06) :67-71