多因素支持向量机模型在某市中长期电力负荷预测中应用.pdfVIP

多因素支持向量机模型在某市中长期电力负荷预测中的应用 多因素支持向量机模型在某市中长期电力负荷预测中的应用 李之波 (连云港东海县供电公司，江苏 东海 222300) 摘 要：由于中长期电力负荷预测样本量较少，同时受到众多因素的影响，因此建立了多因素支持向量机（SVM ） 负荷预测模型，运用影响因素和历史负荷向量进行智能预测，通过对江苏省某市历年负荷预测数据进行训练， 然后代入训练好的模型进行预测,得到的预测值误差精度明显提高，实证分析进一步说明，运用上述预测方法 能够得到令人满意的结果。 关键词：多因素；支持向量机（SVM ）；电力负荷；中长期预测 电力负荷预测尤其是中长期预测是电力系统规 （2 ）与神经网络方法相比，SVM 有更少的自 划、设计、研究、生产、运行的基础和前提,这种预 由参数。在SVM 算法中仅有3 个自由参数，而神 测结果的准确性直接影响到电力建设的资金运用以 经网络却有大量的自由参数,需要凭经验主观选择。 及带来的社会经济