基于遗传优化的支持向量机小时负荷滚动预测

摘要：

利用支持向量机(SVM)和遗传算法(GA)建立24个不同的混合模型来对夏季24点负荷进行滚动预测.通过追加最新的负荷和天气信息来更新混合模型的输入,滚动预测下一小时负荷.利用SVM建立预测模型,利用GA自动选择SVM模型的参数.经过GA优化后的最终SVM模型用于滚动预测下一小时的负荷.研究实例表明,GA简化了SVM参数选择,优化了SVM模型;滚动预测效果要明显好于常规预测方法.

关键词：支持向量机、小时负荷预测、遗传算法、滚动预测

所属期刊栏目：22

分类号：TM73;F123.9(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金50077007;教育部高等学校博士学科点专项科研基金20040079008

在线出版日期：2007-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：148-153