基于灰色关联度与LSSVM组合的月度负荷预测

被引：39

作者：

刘文颖 ^{[1
]}

门德月 ^{[1
]}

梁纪峰 ^{[1
]}

王维洲 ^{[2
]}

机构：

[1] 新能源电力系统国家重点实验室(华北电力大学)

[2] 甘肃电力科学研究院

来源：

电网技术 | 2012年 / 36卷 / 08期

关键词：

月负荷预测; 灰色关联度; 最小二乘支持向量机; 组合预测;

D O I：

10.13335/j.1000-3673.pst.2012.08.036

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果。针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间长等缺点,提出一种基于灰色关联度与LSSVM组合的月度负荷预测方法。该方法通过计算灰色关联度来选择训练样本,选取LSSVM进行样本训练;将与待预测月高度相似的历史月负荷作为LSSVM的训练样本输入,剔除了冗余数据,减少了输入维数,提高了预测精度。通过实例验证和结果对比,证明了该方法可显著提高月负荷预测的精度。

引用

页码：228 / 232

页数：5

共 17 条

[1] 基于最小二乘支持向量机和负荷密度指标法的配电网空间负荷预测 [J].