一种基于最小二乘支持向量机的年电力需求预测方法.pdf

第 34卷 第 16期 继 电器 Vol. 34 No. 16 　　　　　　　　　　　　 　　　　　　　　　　　　 74 2 006年 8月 16日 RELA Y A ug. 16 , 2006 一种基于最小二乘支持向量机的年电力需求预测方法 1 1, 2 王晓红 , 吴德会 ( 1. 九江学院电子工程系 ,江西 九江 332005; 　2. 合肥工业大学仪器科学与光电工程学院 , 安徽 合肥 230009) 摘要 : 针对电力系统年用电量增长的特点 ,将最小二乘支持向量机 L S - SVM ( lea st square s support vector m a ) ( ch ine 回归模型引入年电力需求预测领域 ,并给出了相应的过程和算法 。与常规基于人工神经网络 ANN ar ) ) tificial neu ral network s 的智能预测方法比较 ,该模型优点是明显的: 1 将神经网络迭代学习问题转化为直接 ) ) 求解多元线性方程 ; 2 整个训练过程中有且仅有一个全局极值点 ,确定了预测的稳定性 ; 3 将年电力需求预 测的外插回归问题转换为内插问题 ,提高了预测精度 。应用实例表明:该模型实现容易、预测精度高 ,更适合 年电力需求预测 。 ( ) 关键词 : 年电力需求 ; 　最小二乘支持向量机 L S - SVM ; 　回归 ; 　预测 中图分类号 : TM 715　　　文献标识码 : A 　　　文章编号 : (2006) 160074 05 一种新扩展 ,优化指标采用平方项 ,并用等式约束代 0　引言 替标准支持向量机的不等式约束 , 既将二次规划问 电力需求预测是保证电力产生质量的重要工作 题转化为线性方程组求解 ,降低了计算复杂性 ,加快 之一 ,准确的需求预测 ,可以经济合理地安排电网内 了求解速度和抗干扰能力 [ 8, 9 ] 。 部发电机组的启停 ,保持电网运行的安全稳定性 ,减 本文根据年用电量时间序列的实际分布特点 , 少不必要的储备容量 ,合理安排机组检修计划 ,确保 建立了一种基于 L SSVM 的适合年电力需求时间序 社会的正常生产和生活 。准确的负荷预测结果 ,还 列的预测的专用模型 。在该模型中将年电力负荷预 有利于决定未来装机容量的大小 、地点和时间 ,决定 测的外插问题转换为内插问题以提高预测精度 。最 电网的增容和改建 ,决定电网的建设和发展 。负荷