基于自适应双向加权最小二乘支持向量机的超短期负荷预测

被引:27
作者
王岗 [1 ]
姜杰 [1 ]
唐昆明 [1 ]
张太勤 [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] 重庆新世纪电气有限公司
关键词
最小二乘支持向量机; 双向加权; 快速留一法; 超短期负荷预测; 自适应参数选择;
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
应用模糊加权最小二乘支持向量机对超短期负荷进行预测,为了体现离预测点越远的历史负荷数据对预测点负荷值的影响越不明显的特点,即"近大远小"的原则,在双向,即横向(输入样本)与纵向(训练样本集)引入时间域的隶属分布。并用快速留一法在线优化模型的参数,实现了相关参数的自适应选择,克服了应用固定系数进行预测的缺点。应用某地区的负荷数据进行了仿真预测,并应用不同的方法进行了对比。结果表明,所提出的方法与传统方法相比提高了超短期负荷的预测精度。
引用
收藏
页码:142 / 146
页数:5
相关论文
共 9 条
[1]   基于最小二乘支持向量机的风电场短期风速预测 [J].
杜颖 ;
卢继平 ;
李青 ;
邓颖玲 .
电网技术, 2008, (15) :62-66
[2]   基于隶属度模糊最小二乘支持向量机的工序能力预测 [J].
孙林 ;
杨世元 ;
吴德会 .
中国机械工程, 2008, (13) :1561-1564
[3]   基于最小二乘支持向量机的电力系统暂态稳定在线预测 [J].
吴琼 ;
杨以涵 ;
刘文颖 .
中国电机工程学报, 2007, (25) :38-43
[4]   基于短期负荷预测的超短期负荷预测曲线外推法 [J].
路轶 ;
王民昆 .
电力系统自动化, 2006, (16) :102-104
[5]   短期负荷预测中支持向量机模型的参数选取和优化方法 [J].
谢宏 ;
魏江平 ;
刘鹤立 .
中国电机工程学报, 2006, (22) :17-22
[6]   一种实用的超短期负荷预测曲线外推方法 [J].
丁恰 ;
卢建刚 ;
钱玉妹 ;
张剑 ;
廖怀庆 .
电力系统自动化, 2004, (16) :83-85
[7]   短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06) :55-59
[8]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[9]  
电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,