基于WLS-SVM回归模型的电力负荷预测

摘要：

针对电力系统年用电量增长的特点,提出一种基于加权最小二乘支持向量机(LS-SVM)的电力负荷预测模型.与标准LS-SVM的电力预测方法比较,该模型能通过设置训练样本权重比例,实现样本优化选择,达到历史数据"重近轻远"的学习效果,从而能有效提高预测精度.通过具体实例验证,WLS-SVM模型预测精度明显优于标准LS-SVM模型,说明本文模型实现容易,鲁棒性好,预测精度高.

关键词：加权最小二乘支持向量机、回归、电力负荷、预测

所属期刊栏目：24

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：江西省教育厅科技项目2007328

在线出版日期：2008-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：312-314