基于SA-LSSVM的电力短期负荷预测

摘要：

提出融合模拟退火( Simulated annealing,SA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的电力短期负荷预测方法.由于LSSVM的预测精度依赖于其参数的选择,并且难以选取合适的参数值,因此,参数选择是LSSVM的一个关键问题.为了提高参数选择的质量和效率,采用SA算法进行LSSVM的参数寻优.以某市2010年1月1日至2011年1月7日的电力负荷数据和气象数据进行仿真实验,实验结果表明该方法具有较高的预测精度.

关键词：最小二乘支持向量机、模拟退火、短期负荷预测、预测精度

所属期刊栏目：12

分类号：TP273.22(自动化技术及设备)

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6171-6174