10.3969/j.issn.1007-290X.2010.11.004
基于ARIMA和LS-SVM组合模型的短期负荷预测
经实例预测分析发现,利用累积式自回归动平均法(autoregressive integrated moving average,ARIMA)进行电力短期负荷预测时所得误差序列有较明显的周期规律性,针对此现象及其原因,为提高预测精度,提出采用最小二乘支持向量机(least squares support vector machine,LS-SVM)对ARIMA预测误差进行修正的ARIMA-LS-SVM组合模型;利用该改进模型对哈尔滨电网负荷进行实例预测,结果表明:该方法能够提高短期负荷的预测精度,并且具有较强的推广性和应用能力.
短期负荷预测、ARIMA模型、LS-SVM模型、偏差修正
23
TM715(输配电工程、电力网及电力系统)
2011-04-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-17