【类型】期刊

【题名】基于加权最小二乘支持向量机的月度负荷预测

【基金项目】国家自然科学基金资助项目　　（61074042）

【作者】 吴钰，王杰

【关键词】 混沌粒子群 预测 最小二乘支持向量机 加权 月度负荷

【摘要】考虑到实际电力负荷预测中各数据的重要程度并不相同,在标准最小二乘支持向量机回归算法的训练样本中设置权值系数,建立了加权最小二乘支持向量机模型,以实现样本的优化选择,达到历史数据"重近轻远"的学习效果;同时考虑到粒子群优化算法收敛速度快和混沌运动遍历性、随机性等特点,提出了一种基于混沌思想的粒子群优化算法对模型参数进行优化,引入优势粒子和劣势粒子的权重自适应调节机制,使算法具有动态适应性。将改进的模型应用于江西省萍乡市月度负荷预测中,结果表明本文方法与常规方法相比降低了预测误差,且速度较快。

【年份】2020

【页码】174-177

【期号】第5期

【作者单位】上海交通大学电气工程系

【全文阅读】 获取全文