基于SVM的組合預(yù)測在中長期電力負荷預(yù)測中的應(yīng)用.pdf

1、電力負荷預(yù)測是進行電力系統(tǒng)發(fā)電規(guī)劃的重要依據(jù)。準確的負荷預(yù)測有利于提高電力系統(tǒng)運行的經(jīng)濟性和可靠性。電力系統(tǒng)負荷的大小與多種因素有關(guān)，未來負荷與所能利用的影響變量之間存在復(fù)雜的非線性關(guān)系。對中長期電力負荷進行預(yù)測可為電網(wǎng)規(guī)劃提供重要依據(jù)。
　　 支持向量機是一種新的機器學(xué)習(xí)算法，對于一些諸如小樣本、非線性、高維數(shù)和局部極小點等實際問題都可以較好的解決。與短期電力負荷數(shù)據(jù)比起來，中長期電力負荷數(shù)據(jù)具有小樣本的特點。恰好支持向量機處

2、理小樣本數(shù)據(jù)具有其他模型無法比擬的優(yōu)勢，且SVM回歸方法具有良好的擬合和外推能力。本文提出一個基于支持向量機的中長期電力負荷組合預(yù)測模型及其求解步驟。在預(yù)測過程中，首先利用多個單一預(yù)測方法如趨勢預(yù)測模型，指數(shù)模型，非線性回歸模型，改進的灰色GM(1，1)模型和改進的灰色Verhulst模型構(gòu)成預(yù)測模型群，對原始電力負荷數(shù)據(jù)進行擬合。然后，把預(yù)測模型群的擬合結(jié)果作為支持向量機回歸模型的輸入進行二次預(yù)測，形成變權(quán)重的組合預(yù)測。本文對基于SV