基于偏最小二乘支持向量机的短期电力负荷预测方法研究

被引：18

作者：

吉训生 ^{[1
,2
]}

机构：

[1] 东南大学自动化学院

[2] 江南大学通信与控制工程学院

来源：

电力系统保护与控制 | 2010年 / 38卷 / 23期

关键词：

偏最小二乘; 最小二乘支持向量机; 电力负荷预测; AR(1)模型; 预测误差;

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：

偏最小二乘(PLS)运算降低电力负荷数据之间的相关性,最小二乘支持向量机(LS-SVM)可以获得模型的全局最优预测效果,减少预测过程的运算量。介绍了PLS和LS-SVM的基本原理,给出了PLS-LS-SVM建立短期日电力负荷预测模型的过程,并用于某地区2008年的用电日负荷预测,预测的平均相对误差和最大相对误差分别为0.685%和8.8599%。与基于AR(1)模型的预测结果相比,PLS-LS-SVM模型更高的预测准确性可为短期电力负荷预测提供有效依据。

引用

页码：55 / 59

页数：5

共 8 条

[1] 标么值加权平均组合变量生成法用于中长期电力负荷预测 [J].