10.3969/j.issn.1001-4373.2016.04.013
最小二乘小波支持向量机在电力负荷预测中的应用
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。
电力负荷预测、最小二乘支持向量机、小波核函数、Cholesky 算法
35
TM715(输配电工程、电力网及电力系统)
2016-10-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
65-71