短期负荷预测的简化LS-SVM模型及实现

• 作者: 周翔 曾劲松 贺红林
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 短期负荷 预测模型 最小二乘支持向量机 仿真
• 年，卷（期）: 2011,（1）
• 页码范围: 302-306
• 分类号: TM715
• 字数: 3868字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.01.077

摘要

负荷预测对电力系统安全起重要作用.为适应短期负荷精密在线预测需要,在负荷预测中引入了最小二乘支持向量机(LS-SVM).通过对影响短期负荷较大的近期历史负荷及日期类型进行建模,构建出了短期负荷预测模型;针对短期负荷变化的周期性及其与历史负荷间存在"近大远小"的相关性,规划出一种五元组样本结构,用以训练预测模型的LS-SVM算法;最后,利用真实负荷数据进行了算法仿真.仿真表明SL-SVM算法可将预测误差控制在5%之内,预测速度为ANN的2~3倍,说明LS-SVM在短期负荷在线预测中可实现实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾劲松	郑州大学机械工程学院	15	57	4.0	7.0
2	贺红林	南昌航空大学航空制造学院	81	356	8.0	16.0
3	周翔	南昌航空大学航空制造学院	4	18	3.0	4.0