经济新常态下基于Verhulst-SVM的中长期负荷预测模型

• 作者: 张冠英 王尧 王莹 羡一鸣 葛磊蛟 赵滨滨
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 经济新常态 负荷预测 Verhulst模型 支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 测量与控制
• 页码范围: 102-107
• 页数: 6页
• 分类号: TM715
• 字数: 4219字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.01.015

摘要

经济新常态背景下,电力系统中长期负荷预测面临着很多新问题,例如:GDP、人口等电力负荷影响因素呈“S”型曲线增长、电力负荷影响因素与电力负荷之间的不确定性增加、历史样本数量少等.为此,提出一种基于Verhulst-SVM的中长期负荷预测模型.首先,从经济新常态特征中提取影响电力负荷的主要因素,并分析各影响因素的发展趋势;然后,利用Verhulst模型对“S”型曲线增长的电力负荷影响因素进行预测,并采用支持向量机(Support Vector Machine,SVM)替代线性回归预测模型,实现小样本、高不确定性条件下中长期负荷高精度预测.最后,通过天津市2015年和2016年的负荷预测算例,验证了所提模型的精度和可靠性,可为经济新常态背景下中长期负荷预测提供借鉴.