基于WLS-SVM回归模型的电力负荷预测

• 作者: 吴德会 王晓红
• 来源期刊: 科技与创新
• 关键词: 加权最小二乘支持向量机 回归 电力负荷 预测
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 软件天地
• 页码范围: 312-314
• 页数: 3页
• 分类号: TM714
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.04.130

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴德会	九江学院电子工程系	66	721	15.0	23.0
2	王晓红	九江学院电子工程系	22	152	7.0	11.0