应用启发式最小二乘支持向量机的中长期电力负荷预测

被引:17
作者
李如琦 [1 ]
苏浩益 [1 ]
王宗耀 [2 ]
邓国良 [1 ]
陈铁洲 [1 ]
机构
[1] 广西大学电气工程学院
[2] 南昌工程学院机械与电气工程学院
关键词
负荷预测; 支持向量机; 核偏最小二乘回归; 启发式算子; 单位国内生产总值电耗;
D O I
10.13335/j.1000-3673.pst.2011.11.036
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
针对中长期负荷预测,提出了基于年负荷总量、年负荷增长量、年负荷增长率、年负荷增长加速率、年国内生产总值等5个指标的启发式最小二乘支持向量机中长期负荷预测模型。首先,通过核函数将低维输入变量空间映射到高维特征空间,建立核偏最小二乘回归模型,拟合出单位国内生产总值电耗;然后以单位国内生产总值电耗为启发式算子,在历史负荷数据的基础上合理假设待预测年的负荷总量,利用启发式算子反推出该负荷值对应的年国内生产总值,形成支持向量机扩展训练样本,将支持向量机外推预测转化为内插求值。最后,用训练好的支持向量机求出预测结果。实际算例的结果表明,所提出的方法预测精度较高,具有较强的可行性和实用性。
引用
收藏
页码:195 / 199
页数:5
相关论文
共 17 条
[1]   中长期负荷预测的异常数据辨识与缺失数据处理 [J].
毛李帆 ;
姚建刚 ;
金永顺 ;
李文杰 ;
关石磊 ;
陈芳 .
电网技术, 2010, 34 (07) :148-153
[2]   基于粒子群优化鲁棒支持向量回归机的中长期负荷预测 [J].
张雪君 ;
陈刚 ;
周杰 ;
马爱军 ;
张忠静 .
电力系统保护与控制, 2009, 37 (21) :77-81
[3]   改进的灰色Verhulst模型在中长期负荷预测中的应用 [J].
周德强 .
电网技术, 2009, 33 (18) :124-127
[4]   采用正交信号修正法与偏最小二乘回归的中长期负荷预测 [J].
毛李帆 ;
江岳春 ;
姚建刚 ;
龙瑞华 ;
李妮 ;
黄慧 .
中国电机工程学报, 2009, 29 (16) :82-88
[5]   基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测 [J].
孙广强 ;
姚建刚 ;
谢宇翔 ;
卜虎正 .
电网技术, 2009, 33 (09) :103-107
[6]   基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型 [J].
李春祥 ;
牛东晓 ;
孟丽敏 .
电网技术, 2009, 33 (02) :99-104
[7]   贝叶斯框架下最小二乘支持向量机的中长期电力负荷组合预测 [J].
牛东晓 ;
吕海涛 ;
张云云 .
华北电力大学学报(自然科学版), 2008, (06) :62-66
[8]   最小二乘支持向量机的参数优化及其应用 [J].
陈帅 ;
朱建宁 ;
潘俊 ;
侍洪波 .
华东理工大学学报(自然科学版), 2008, (02) :278-282
[9]   基于核偏最小二乘的锌层重量预测模型 [J].
姚林 ;
阳建宏 ;
何飞 ;
徐金梧 .
控制工程, 2008, (02) :154-157+167
[10]   基于支持向量机的中长期电力负荷组合预测 [J].
肖先勇 ;
葛嘉 ;
何德胜 .
电力系统及其自动化学报, 2008, (01) :84-88