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

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.

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

所属期刊栏目：38

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2011-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-59