基于改進(jìn)最小二乘支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè).pdf

1、電力系統(tǒng)的安全調(diào)度、經(jīng)濟(jì)的運(yùn)轉(zhuǎn)離不開短期負(fù)荷預(yù)測(cè)，負(fù)荷預(yù)測(cè)為其提供的重要依據(jù)，負(fù)荷預(yù)測(cè)精度會(huì)對(duì)電力系統(tǒng)的運(yùn)作的可靠性、經(jīng)濟(jì)性與它的供電質(zhì)量產(chǎn)生直接的影響。所以，最大幅度的提升預(yù)測(cè)精確度，尋找適合的負(fù)荷預(yù)測(cè)方法有很大的價(jià)值。
　　在論文里首先敘述了目前負(fù)荷預(yù)測(cè)的應(yīng)用研究現(xiàn)狀，總結(jié)概括了負(fù)荷預(yù)測(cè)的特征及其影響因素，歸納了短期負(fù)荷預(yù)測(cè)的常用方法，同時(shí)剖析了不同方法的優(yōu)缺點(diǎn)；然后介紹了作為支持向量機(jī)（SVM)理論基礎(chǔ)的統(tǒng)計(jì)學(xué)理論和SVM的

2、原理，推導(dǎo)出了SVM的回歸模型；論文利用最小二乘支持向量機(jī)（LSSVM)模型，利用某地區(qū)的氣象數(shù)據(jù)和負(fù)荷數(shù)據(jù)，剖析了影響預(yù)測(cè)的多種因素，概括總結(jié)了負(fù)荷變化的規(guī)律性，
　　對(duì)歷史負(fù)荷數(shù)據(jù)中的"異常數(shù)據(jù)”進(jìn)行修正，對(duì)負(fù)荷預(yù)測(cè)中要考慮的相關(guān)因素進(jìn)行了歸一化處理。 LS-SVM中的兩個(gè)參數(shù)對(duì)模型具有很大的影響，然而目前的解決辦法仍然是基于經(jīng)驗(yàn)。對(duì)此，本文中采用粒子群優(yōu)化算法對(duì)模型參數(shù)進(jìn)行尋優(yōu)，把測(cè)試集誤差作為決斷的依據(jù)，實(shí)現(xiàn)模型參數(shù)的最優(yōu)