基于时间序列的电力负荷预测新算法研究
电力系统的负荷是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种系统的复杂非线性特征,因而无法进行更精确负荷预测.该文提出了一种基于时间序列的进化支持向量机(SVM)的负荷预测方法.该方法避免了SVM方法人为控制核函数和参数的传统模式,而是采用单纯形-小生境遗传算法对其进行快速的局部和全局寻优,具有更好的泛化性能和收敛精度,减少了对经验的依赖.同时,时间序列考虑了趋势分量和周期分量,使负荷预测模型更加符合电力负荷特性.该方法在电网实际负荷预测中和真实值的比较证明本文提出的负荷预测模型是最优的实用模型.
电力负荷预测 支持向量机 时间序列 小生境遗传算法 复杂大系统
张林 罗晓初 徐瑞林 赵理
重庆市电力公司,重庆,400014
国内会议
厦门
中文
595-599
2006-10-15（万方平台首次上网日期，不代表论文的发表时间）