基于D-S证据理论的母线负荷预测

摘要：

基于D-S证据理论,本文提出一种母线负荷预测新方法.该方法对BP神经网络、改进的BP神经网络和支持向量机(support vector machine,SVM)的母线负荷预测模型分别建立权重提取和权重融合模型,并运用D-S证据理论对三种预测模型的权重进行融合.通过对预测数据进行分析,提取证据理论样本,并将可信度函数的融合结果作为母线负荷预测模型的权重,最终得到待预测日的母线负荷预测结果.仿真结果表明,和单一的母线负荷预测模型相比,经D-S证据理论融合的母线负荷预测模型更有效,也具有更高的预测精度.

关键词： 电力系统 母线负荷预测 BP神经网络 支持向量机 D-S证据理论

作者: 刘亚南 卫志农 季聪 唐一铭 都晨

作者单位: 江苏方天电力技术有限公司,江苏南京 211102 河海大学,江苏 南京 210098

会议类型: 国内会议

会议名称: 2014年智慧城市电力科技论坛ji暨江苏省城市供用电学术年会

会议地点: 南京

会议语种:中文

页码: 72-76

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）