结合支持向量机和马尔可夫链算法的中长期电力负荷预测模型

• 作者: 苏浩益 陈剑勇
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 支持向量机 马尔可夫链 负荷预测 粒子群优化 组合模型
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 研究与分析
• 页码范围: 54-58
• 页数: 5页
• 分类号: TM744
• 字数: 3556字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-0629.2012.01.013

摘要

中长期电力负荷预测具有可利用的历史数据较少和受外界不确定性因素影响较大的特点,传统的单一预测模型很难满足生产实际的需要。在简要分析了支持向量机和马尔可夫链各自优势的基础上,提出了一种基于支持向量机和马尔可夫链的组合负荷预测模型。通过经改进的粒子群算法优化的支持向量机对历史负荷序列进行粗预测,接着借助马尔可夫链确定负荷序列的状态转移概率矩阵,通过划分系统状态以及分析实际值与支持向量机拟合值的相对误差,得到最终的预测结果。实际算例验证了该模型的有效性和优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏浩益		9	187	8.0	9.0
2	陈剑勇		4	13	1.0	3.0