夏季短期电力负荷ARIMA-SVR组合预测模型

• 作者: 王喜平 王雅琪
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 支持向量回归机 自回归积分滑动平均模型 粒子群优化 短期负荷预测 误差分析
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电力系统及其自动化
• 页码范围: 104-108
• 页数: 5页
• 分类号: TM715
• 字数: 2361字
• 语种: 中文

摘要

针对夏季电力负荷因波动性、非线性等特点和易受气温、日类型等因素影响,用单一模型难对其做出精确预测的问题,基于自回归积分滑动平均模型(ARIMA)和支持向量回归机模型(SVR)的优点,构建了ARIMA-SVR组合预测模型.通过ARIMA预测模型进行线性拟合,然后根据粒子群算法(PSO)优化参数的SVR预测模型对ARIMA模型的残差预测值进行修正.结合实际案例对夏季用电负荷进行趋势预测和误差分析,结果表明ARIMA-SVR组合模型的负荷预测精度较高,优于传统的单一预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王喜平	华北电力大学经济管理系	60	521	10.0	20.0
2	王雅琪	华北电力大学经济管理系	2	8	1.0	2.0