基于灰色关联度与 LSSVM 组合的月度负荷预测

• 作者: 刘文颖 梁纪峰 王维洲 门德月
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 月负荷预测 灰色关联度 最小二乘支持向量机 组合预测
• 年，卷（期）: 2012,（8）
• 页码范围: 228-232
• 分类号: TM714
• 字数: 2986字
• 语种: 中文

摘要

由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果.针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间长等缺点,提出一种基于灰色关联度与LSSVM 组合的月度负荷预测方法.该方法通过计算灰色关联度来选择训练样本,选取 LSSVM 进行样本训练;将与待预测月高度相似的历史月负荷作为 LSSVM 的训练样本输入,剔除了冗余数据,减少了输入维数,提高了预测精度.通过实例验证和结果对比,证明了该方法可显著提高月负荷预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王维洲		35	480	10.0	21.0
2	刘文颖		5	360	5.0	5.0
3	门德月		1	57	1.0	1.0
4	梁纪峰		1	57	1.0	1.0