智能电网视角下粒子群优化支持向量机的用电量预测

摘要：

智能电网的—个重要特征是通过高精度的用电量预测进行电能智能调配,用电量信息的精确预测是电网智能化的关键指标.针对用电量数据非线性的特点,提出了一种基于粒子群优化的PSO-CV-SVR模型.该模型基于支持向量回归机原理,以粒子群算法和交叉验证的思想优化模型参数.将该模型应用于江苏省全社会用电量的预测分析,结果表明该模型优于BP-神经网络方法,提高了预测的精度.

关键词：预测、支持向量回归、粒子群算法、交叉验证

所属期刊栏目：33

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目"不确定信息环境下基于大规模数据的趋势预测与智能决策方法研究"71101041;国家863智能电网重大项目"智能配用电信息及通信支持技术研究与开发"2011AA05A116

在线出版日期：2013-07-24（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：235-238