基于最小二乘支持向量機(jī)改進(jìn)算法的短期負(fù)荷預(yù)測(cè).pdf

1、電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是調(diào)度的一項(xiàng)重要工作，也是制定購(gòu)電計(jì)劃和經(jīng)濟(jì)運(yùn)行的主要依據(jù)，對(duì)電力系統(tǒng)安全、可靠的運(yùn)行意義重大。隨著電力系統(tǒng)的發(fā)展，預(yù)測(cè)精度高、能夠考慮各種影響因素的預(yù)測(cè)方法越來(lái)越受到重視。針對(duì)短期負(fù)荷預(yù)測(cè)的各種影響因素的非線性特性，提出基于最小二乘支持向量機(jī)(LSSVM)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)新方法，以提高預(yù)測(cè)精度和時(shí)效性，該研究具有重要的理論意義和實(shí)用價(jià)值。 本文分析了最小二乘支持向量機(jī)的基本原理并將其用于電力系統(tǒng)短期負(fù)

2、荷預(yù)測(cè)，從對(duì)樣本的訓(xùn)練過(guò)程可以看出當(dāng)樣本數(shù)目較大時(shí)，最小二乘支持向量機(jī)的訓(xùn)練過(guò)程相對(duì)緩慢，所以應(yīng)用最小二乘支持向量機(jī)增量式學(xué)習(xí)方法對(duì)樣本進(jìn)行訓(xùn)練來(lái)提高訓(xùn)練速度；并針對(duì)最小二乘支持向量機(jī)喪失了支持向量機(jī)解的稀疏性，誤差較大這一特點(diǎn)，用改進(jìn)的剪枝算法對(duì)解進(jìn)行稀疏化處理，使預(yù)測(cè)結(jié)果更理想。 根據(jù)負(fù)荷預(yù)測(cè)的實(shí)際需要，將此算法通過(guò)VB編程加到原負(fù)荷預(yù)測(cè)軟件中，也將其加到原有的負(fù)荷預(yù)測(cè)評(píng)估算法中，并將此負(fù)荷預(yù)測(cè)軟件在黑龍江省伊春、大興安嶺、