基于支持向量回歸與遺傳算法的電力系統(tǒng)短期負(fù)荷預(yù)測(cè).pdf

1、短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行的前提，隨著電力系統(tǒng)的市場(chǎng)化，高質(zhì)量的負(fù)荷預(yù)測(cè)顯得越來越重要和迫切。支持向量機(jī)是一類新型的機(jī)器學(xué)習(xí)方法，具有求解速度快、泛化能力強(qiáng)等優(yōu)點(diǎn)，逐步成為繼神經(jīng)網(wǎng)絡(luò)之后新的研究熱點(diǎn)。本論文將支持向量回歸引入電力系統(tǒng)短期負(fù)荷預(yù)測(cè)，以期提高負(fù)荷預(yù)測(cè)的準(zhǔn)確性。 針對(duì)支持向量回歸應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測(cè)，本文展開了幾個(gè)方面的研究工作。 1.根據(jù)阜陽地區(qū)的歷史負(fù)荷數(shù)據(jù)和氣象數(shù)據(jù)，分析影響短期負(fù)荷預(yù)測(cè)的各

2、種因素，總結(jié)負(fù)荷變化的規(guī)律性，并對(duì)歷史負(fù)荷數(shù)據(jù)進(jìn)行歸一化處理，為負(fù)荷預(yù)測(cè)提供有效的樣本。 2.總結(jié)歸納短期負(fù)荷預(yù)測(cè)的基本理論和預(yù)測(cè)方法，使用傳統(tǒng)支持向量回歸的方法進(jìn)行短期負(fù)荷預(yù)測(cè)。結(jié)果發(fā)現(xiàn)，與神經(jīng)網(wǎng)絡(luò)方法相比，支持向量回歸模型具有較好的預(yù)測(cè)精度，但參數(shù)的選擇費(fèi)力、耗時(shí)、盲目，且無法實(shí)現(xiàn)參數(shù)的自動(dòng)選擇，同時(shí)輸入變量也無法進(jìn)行有效選擇。 3.針對(duì)模型無法進(jìn)行參數(shù)和變量最優(yōu)化的問題，引入遺傳算法對(duì)支持向量回歸的輸入變量和參數(shù)進(jìn)