最小二乘小波支持向量机在电力负荷预测中的应用

摘要：

针对中期电力负荷预测问题，提出了一种基于多维允许小波核的最小二乘小波支持向量机（least squares wavelet support vector machines，LS-WSVM）方法，并且给出了一种可有效求解 LS-WSVM 的 Cholesky 分解算法。该方法结合小波技术和最小二乘支持向量机，其中小波核函数具有近似正交以及适用于局部信号分析的特性。将LS-WSVM 应用于电力负荷预测的两个实例中，结果表明，与 LS-SVM、标准 SVM、多层前向神经网络等方法相比， LS-WSVM 均能给出相当好的预测性能，所提出的用于中期电力负荷预测的 LS-WSVM 方法显示了其有效性和应用潜能。

关键词：电力负荷预测、最小二乘支持向量机、小波核函数、Cholesky 算法

所属期刊栏目：35

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2016-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：65-71