基于粒子群优化鲁棒支持向量回归机的中长期负荷预测

被引：21

作者：

张雪君 ^{[1
]}

陈刚 ^{[1
]}

周杰 ^{[1
]}

马爱军 ^{[1
]}

张忠静 ^{[2
]}

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

[2] 贵州电网公司贵阳供电局

来源：

电力系统保护与控制 | 2009年 / 37卷 / 21期

关键词：

中长期负荷预测; 鲁棒性; 支持向量机; 回归估计; 粒子群优化算法;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

支持向量机(SVM)已经成功地应用于解决非线性回归和时间序列问题,并且已经开始用于中长期负荷预测。提出了一种基于鲁棒支持向量回归机RSVR(Robust Support Vector Regression)的中长期负荷预测的新方法。给出利用粒子群优化算法对鲁棒支持向量机系数优化选择的方法。建立基于此原理的中长期负荷预测模型,算例分析比较验证本文方法具有预测精度高、计算量小等特点和优势。

引用

页码：77 / 81

页数：5