基于非负矩阵分解和相关向量机的短期负荷预测.PDFVIP

年第 卷第 期 南方电网技术 系统分析与运行 文章编号 中图分类号 文献标志码 基于非负矩阵分解和相关向量机的短期负荷预测 何建平张威徐文令陈军 三峡大学电气与新能源学院 湖北宜昌 广东电网公司江门供电局 广东江门 摘要 为了能够进一步提高电力系统负荷预测的准确性 提出了一种基于非负矩阵分解 和相关向量机 的短期负荷预测方法此方法通过利用 对输入样本进行 分解得到低维的非负映射矩阵将该低维矩阵输入到相关向量机进行训练预测仿真结果表明预测效果有明显的 改善 而所提出的模型较之单一的模型具有更高的预测精度 关键词短期负荷预测非负矩阵分解相关向量机 电力系统短期负荷预测是负荷预测的重要组成 由 提出的基于总体贝叶斯框架下的概率学 部分对于机组最优组合经济调度最优潮流 习方法 该方法是近年来机器学习领域的研究热 电力市场交易等都有着重要的意义 传统的短期 点之一 相关向量机不仅拥有支持向量机 预测方法有时间序列法 小波分析法等 它们 的算法性能 同时还具有一些 所不具备的优 运算简单计算时间短但是无法模拟复杂多变的 点 比如 的核函数不必满足条件 在权系数之上引进了超参数从而大大降低 电力负荷 了计算的复杂程度等 随着人工智能技术的发展模糊集理论法 因此本文尝试用 对 算法提取输入 混沌理论法 数据挖掘法等进行预测的尝试