基于粒子群算法LSSVM短期负荷预测模型研究

• 作者: 姚建刚 金小明 龚文龙
• 来源期刊: 电气工程
• 学科: 工学
• 关键词: 短期负荷预测 粒子群优化算法 最小二乘机支持向量机 参数选取
• 年，卷（期）: 2014,（1）
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP1

摘要

短期负荷预测的精度直接影响电力系统运行的可靠性和供电质量。提出一种基于粒子群优化算法的最小二乘支持向量机短期负荷预测的模型和算法,对最小二乘支持向量机的参数寻优,再以测试集误差作为判决依据,对模型参数的进行优化选择,从而提高预测精度,避免最小二乘支持向量机对经验的依赖以及预测过程中对模型参数的盲目选择。利用该模型对某电网进行负荷预测,证明该模型有较好的收敛性、较高的预测精度和较快的训练速度。