基于日特征量相似日的PSO-SVM短期负荷预测

摘要：

通过引入人体舒适度指数,综合分析了气象因素对电力负荷的影响,并加入星期类型、日天气类型、日期差3个主要影响因素,构成了日特征向量,采用求取相似度的方法来选取相似日,利用相似日的日特征向量和负荷数据来建立PSO-SVM预测模型.经2001年EUNITE负荷预测竞赛的数据预测分析表明,该方法适应性较强,能够选取较合适的相似日,有较高的预测精度和推广能力.

关键词：人体舒适度指数、日特征向量、相似日、支持向量机、短期负荷预测

所属期刊栏目：46

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目51169007;云南省科技计划项目2010DH004,2011DA005,2011FZ036

在线出版日期：2013-10-10（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：91-94