基于改进的PSO-SVM的短期电力负荷预测

摘要：

提出一种基于PSO-SVM电力负荷短期预测方法,在SVM学习过程中引入粒子群算法.通过选取组合核函数来改进SVM算法,这样可以充分保证计算速度和较高的预测精度.利用吉林地区的历史负荷数据作为训练样本,通过与传统的SVM预测模型进行对比,对预测结果与实际数据进行比较,证明基于组合核函数预测方法在一定程度上能够保证短期负荷预测的精度.

关键词：电力系统、气象因素、支持向量机、短期负荷预测

所属期刊栏目：52

分类号：TM46(变压器、变流器及电抗器)

在线出版日期：2015-04-28（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：22-25