基于支持向量回归的短期负荷预测

• 作者: 张桂林 徐志根 李笋 王义元 王瑞琪 王超 程涛
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 负荷预测 支持向量回归 最大负荷 相似日
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 特高压与智能电网技术
• 页码范围: 52-56
• 页数: 5页
• 分类号: TM715
• 字数: 2855字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.376

摘要

对短期负荷特性进行分析,选取与负荷相关的气象因素、日期类型、前几日负荷作为最大(最小)负荷预测回归模型的输入.夏冬两季休息日的负荷特性与春秋两季不一致,根据气象因素修正日期类型对应的数值.采用最小二乘支持向量机(least squares support vector machine,LSSVM)建立气象因素和日期类型与最大(最小)负荷的映射关系.利用相似日法计算日负荷变化系数,在预测最大负荷和最小负荷基础上,计算预测日各点负荷.算例分析验证了本研究预测模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王超		32	32	3.0	4.0
2	王瑞琪		10	70	5.0	8.0
3	李笋		8	42	4.0	6.0
4	程涛		5	13	2.0	3.0
5	张桂林	山东科技大学电气与自动化工程学院	2	6	1.0	2.0
6	徐志根		1	6	1.0	1.0
7	王义元		2	7	1.0	2.0