基于D-S证据理论的相似日支持向量机短期负荷预测

• 作者: 卢志刚 张娟 张岩 李鑫滨
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 相似日 支持向量机 证据理论
• 年，卷（期）: 2010,（7）
• 页码范围: 143-147
• 页数: 5页
• 分类号: TM715
• 语种: 中文

摘要

针对基于支持向量机(support vector machine,SVM)的负荷预测方法存在数据输入维数大、训练时间长等缺点,提出了一种基于证据融合的相似日支持向量机预测方法.选取相似日时考虑平均负荷的大小、负荷曲线形状和温度差值,通过证据融合得到与预测日负荷高度相似的相似日,以此作为支持向量机的训练数据,剔除了大量的冗余数据,减少了输入维数,提高了预测精度.将该方法用于短期负荷预测,并与采用标准支持向量机法得到的结果进行对比,发现该方法可显著提高预测精度.