夏季短期电力负荷ARIMA-SVR组合预测模型

摘要：

针对夏季电力负荷因波动性、非线性等特点和易受气温、日类型等因素影响,用单一模型难对其做出精确预测的问题,基于自回归积分滑动平均模型(ARIMA)和支持向量回归机模型(SVR)的优点,构建了ARIMA-SVR组合预测模型.通过ARIMA预测模型进行线性拟合,然后根据粒子群算法(PSO)优化参数的SVR预测模型对ARIMA模型的残差预测值进行修正.结合实际案例对夏季用电负荷进行趋势预测和误差分析,结果表明ARIMA-SVR组合模型的负荷预测精度较高,优于传统的单一预测模型.

关键词：支持向量回归机、自回归积分滑动平均模型、粒子群优化、短期负荷预测、误差分析

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：2016-05-25（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：104-108