分层考虑气象因素的PSO-SVM短期负荷预测方法
气象敏感负荷在总负荷中所占比重日益增大,实现提高预测精度这个目标的关键是如何更加合理地考虑气象因素对负荷的影响。本文利用经验模式分解方法自适应地将负荷序列分解为若干个独立的内在模式分量,采用Spearman秩相关系数分析各负荷分量与气象因素间的关系,根据影响程度的不同分层建立粒子群算法优化参数的支持向量机模型,最后对各个分量预测的结果相加得到最终预测结果。实例研究表明,该方法具有较高的预测精度和较强的推广能力。
粒子群算法 支持向量机 负荷预测
徐宏锐 粟然 陆凤怡
华北电力大学电气与电子工程学院 河北省 保定市 071003
国内会议
长沙
中文
1-4
2009-10-01（万方平台首次上网日期，不代表论文的发表时间）