基于改进PSO-LSSVM短期电力负荷预测.pdfVIP

控 制 理 论 与 应 用 自动化技术与应用》2016年第 35卷第3期 ControlTheoryandApplications 基于改进PSO—LSSVM 的短期电力负荷预测 马小津 ．朱 博 ，戴 琳 ，张 伟 ，陈 熙 (1．合肥通用机械研究院 ，安徽 合肥 230088； 2．安徽省电力设计院 ，安徽 合肥 230022) 摘 要 ：短期电力负荷预测是电力系统安全调度、经济运行的重要依据 ，随着电力系统的市场化 ，负荷预测的精度直接影响到电 力系统运行的可靠性、经济性和供电质量。LSSVM不仅保持了SVM 的优点 ，同时降低了计算复杂性 ，加快求解速度 ， 为短期电力负荷预测提供了一个新的研究方向。本文将最小二乘支持向量机 (LSSVM)用于短期电力负荷预测 ，提出基于 LSSVM 的短期电力负荷预测模型 ，同时建立改进粒子群模型对LSSVM进行参数优化 ，并以浙江台州某地区的历史负荷 数据和气象数据为例进行验证 ，实例验证表明，改进PSO-LSSVM模型的预测效果明显提高。 关键词 ：最小二乘支持向量机 (LSSVM)；短期电力负荷 ；预测 ；粒子群 (PSO) 中图分类号 ：TP13 文献标识码 ：A 文章编号 ：1003—724l(2016)03一o005—06 Short—Term PowerLoadForecastingBasedonImproved PSO．LSSVM MAXiao-jin，ZHUBo，DAILin，ZHANGWei，ChenXi (I．HefeiGeneralMachineryResearchInstitute，Hefei230088China； 2．AnhuiElectricPowerDesignInstitute，Hefei230022China) Abstract：Short-term powerloadforecasting isallimportantbasisforthesafedispatchofpowersystem andeconomicoperation， W iththemarketizationofpowersystem，theprecisionofloadforecastingdirectlyaffectsthereliability,theeconomyand htequaliyt ofpowersupplyofpowersystem operation．LSSVM notonlykeepshteadvantagesofSVM，butalsoreduces htecomplexiytofcalculation，speeduphtecomputation，providesanewresearchdirectionofrshort-temr loadforecastnig ofpowersystem．ThisarticleusesLSSVM toshort-term powerloadforecasting，nadproposesthemodelofshort-temr powerloadforecastingbasedonhteLSSVM ．Simultaneously,itestablishestheimprovementPSO modeltooptimizethe LSSVMpraameter．TakinghtehistoricalloaddaatnadmeteorologicaldaatofZhejiangTaizhousomeraeasofrexample，it nidicatesthathteforecasteffectofimprovedPSO-LSSVM modelenhnacesdistinctly． Keywords：leastsquaressupportvectormach