10.3969/j.issn.2095-6649.2014.12.03
基于贝叶斯定理的支持向量机短期负荷预测
电力负荷受天气原因、突发事件、随机变化等因素影响较大,诸如在某些时期由于某些工厂的投停产、大型设备的超载等将影响负荷的变化,具有非常复杂的非线性关系。对负荷预测中存在的不确定性和非线性关系,提出基于贝叶斯支持向量机回归预测方法。建立基于先验概率分布的正太分布的贝叶斯支持向量机模型,描述不确定性的影响因素信息,采用求极大似然估计和迭代算法求解模型最佳参数,将每一步迭代求解后得到的关联向量机作为随机变量输入,最终通过建立的时间序列预测模型获得负荷的预测结果。通过实例进行仿真预测,验证了基于贝叶斯准则的支持向量机预测效果更加符合短期负荷预测的要求,与实际负荷趋势十分接近,克服了不确定性信息对负荷预测的影响,具有良好的预测精度。
电力负荷、不确定性、贝叶斯定理、支持向量机
国家自然科学基金项目61074067,21106036;湖南省高校科技创新团队资助。
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
20-24