基于ARIMA和LS-SVM组合模型的短期负荷预测

• 作者: 余雪芳 刘国徽 刘小满 王勇
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 短期负荷预测 ARIMA模型 LS-SVM模型 偏差修正
• 年，卷（期）: 2010,（11）
• 页码范围: 14-17
• 分类号: TM715
• 字数: 2535字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2010.11.004

摘要

经实例预测分析发现,利用累积式自回归动平均法(autoregressive integrated moving average,ARIMA)进行电力短期负荷预测时所得误差序列有较明显的周期规律性,针对此现象及其原因,为提高预测精度,提出采用最小二乘支持向量机(least squares support vector machine,LS-SVM)对ARIMA预测误差进行修正的ARIMA-LS-SVM组合模型;利用该改进模型对哈尔滨电网负荷进行实例预测,结果表明:该方法能够提高短期负荷的预测精度,并且具有较强的推广性和应用能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇		3	35	2.0	3.0