基于主成分分析的最小二乘支持向量机短期负荷预测模型

摘要：

提出了一种基于主成分分析(PCA)的最小二乘支持向量机(LS-SVM)短期负荷预测模型,模型中引入多元统计分析中的主成分分析理论来解决输入变量的选择问题.该模型首先对样本的高维变量数据矩阵进行标准化处理.建立相关矩阵,计算特征值和特征向量,然后求取累计方差贡献率.并据此求取主成分作为最小二乘支持向量机的输入进行训练预测.主成分以较少的维数包含了原高维变量所携带的大部分信息.全面地考虑了影响负荷预测的各种因素.又避免了过多的输入导致的精度低、训练慢的不足.实例表明,所提方法可有效地消除众多影响因素间的相关性.减少输入变量个数,提高预测效率和精度.

关键词：短期负荷预测、影响因素、主成分分析、最小二乘支持向量机

所属期刊栏目：28

分类号：TM715(输配电工程、电力网及电力系统)

资助基金："十一·五"国家科技支撑计划课题2006BAJ04806

在线出版日期：2009-02-16（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：13-17