基于日特征量相似日的PSO-SVM短期负荷预测

被引：21

作者：

陈超 ^{[1
]}

黄国勇 ^{[1
]}

邵宗凯 ^{[1
,2
]}

王晓东 ^{[1
,2
]}

范玉刚 ^{[1
,2
]}

机构：

[1] 昆明理工大学信息工程与自动化学院

[2] 云南省矿物管道输送工程技术研究中心

来源：

中国电力 | 2013年 / 46卷 / 07期

关键词：

人体舒适度指数; 日特征向量; 相似日; 支持向量机; 短期负荷预测;

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：

通过引入人体舒适度指数,综合分析了气象因素对电力负荷的影响,并加入星期类型、日天气类型、日期差3个主要影响因素,构成了日特征向量,采用求取相似度的方法来选取相似日,利用相似日的日特征向量和负荷数据来建立PSO-SVM预测模型。经2001年EUNITE负荷预测竞赛的数据预测分析表明,该方法适应性较强,能够选取较合适的相似日,有较高的预测精度和推广能力。

引用

页码：91 / 94

页数：4