基于PCA-LSSVM的电力系统负荷预测方法
电力负荷影响因素繁多复杂,预测模型输入变量的选择是影响预测效果的关键问题。本文引入多元统计分析中的主成分分析(PCA)理论来解决这一问题:对样本的高维变量数据矩阵进行标准化处理;建立相关矩阵,计算特征值和特征向量,求取累计方差贡献率;根据累计方差贡献率确定主成分个数,求取主成分。主成分是原变量的某种线性组合,以较少的维数包含了原高维变量所携带的大部分信息,并作为最小二乘支持向量机(LS-SVM)的输入进行训练预测。该方法全面考虑了影响负荷预测的各种因素,又避免了过多输入导致的精度低、训练慢的不足。计算实例表明,文中提出的方法有效、可行。
电力系统 短期负荷预测 特征向量 累计方差贡献率 主成分个数
刘宝英 杨仁刚
中国农业大学信息与电气工程学院,北京 100083
国内会议
广州
中文
963-967
2007-11-10（万方平台首次上网日期，不代表论文的发表时间）