电力系统中长期负荷预测改进算法分析.pdfVIP

第31卷第3期 上海 电 力 学 院 学报 V01．31．No．3 2015年6月 Journalof ofElectricPower Jun．2015 ShanghaiUniversity DOI：10．3969／j．issn．1006—4729．2015．03．013 电力系统中长期负荷预测改进算法分析 潘雪涛 (上海电力学院电气工程学院，上海200090) 摘要：讨论了基于支持向量机的电力系统负荷预测模型建模方法．通过对模型结构的分析，提出了最小二乘 支持向量机算法学习参数的选取方法．结合粒子群优化算法，给出了粒子群优化对最小二乘支持向量机系数 优化选择的方法．采用某省的经济、人口、天气和电价等实证数据对几种预测方法进行比较分析，算例结果表 明，所提出的方法可以加快计算速度，并有效提高预测精度． 关键词：负荷预测；最小二乘支持向量机；群优化；回归 中图分类号：TM715．1；1=426．61文献标志码：A 文章编号：1006—4729(2015)03—055—03 Mediumand LoadForecast Improved Long-term and ofPower AlgorithmApplicationSystem PANXuetao Electrical Electric (School of 200090，China) of Engineering，ShanghaiUniversity Power，Shanghai basedon Vector Abstract：Loadingforecastingalgorithms Support discussedincombinationwithleast methodofitsmeritson of square reducingunsatisfactory conventional Swarm usedtorefinethe parameters．Furthermore，ParticleOptimization(PS0)iS coefficientfortheLeast SVMinorderto the weighted Square improvecomputationalefficiency and with dataofa theintended precision．Thecomparativeanalysisempirical provinceproves ofthe method． advantages proposed Keywords：loadforecast；LS—SVM；PSO；regression 中长期电力负荷预测是城市电网规划中的基 许多电力系统负荷预测的研究中．文献[1]至文 础性工作，其预测精度会直接影响到城市电网规