基于SA-LSSVM的电力短期负荷预测

提出融合模拟退火(Simulated annealing,SA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的电力短期负荷预测方法。由于LSSVM的预测精度依赖于其参数的选择,并且难以选取合适的参数值,因此,参数选择是LSS-VM的一个关键问题。为了提高参数选择的质量和效率,采用SA算法进行LSSVM的参数寻优。以某市2010年1月1日至2011年1月7日的电力负荷数据和气象数据进行仿真实验,实验结果表明该方法具有较高的预测精度。