支持向量机及其在社会总用电量预测中的运用.pdf

第21卷 第 11期 广 东 电 力 VO1．21NO．11 2008年 11月 GUANGDONG ELECTRIC POWER NOV．2008 文章编号 ：1007．290X(2008)11—0022—03 支持向量机及其在社会总用电量预测中的运用 饶国燃，梁平 (华南理工大学 电力学院，广州510640) 摘要 ：社会总用 电量预测在 电力系统规划和运行方面能发挥重要 的作用，然而电力系统用 电量的变化受太多因 素的影响．具有复杂的非线性特征。为此，探讨运用支持向量机 (SVM)对社会总用 电量进行预测，同时采用相 对误差和归一化预测误差对给出的模型的性能进行评价，实例证明，支持向量机预测用于社会总用电量具有较 好 的效果。 关键词：社会总用电量；支持向量机(SVM)；预测；非线性 中图分类号：TM715 文献标志码 ：B SupportVectorM achineandItsApplication inForecastingof TotalPowerConsumptionofSociety RAO Guo—ran，LIANG Ping (ElectricPowerCo1．．SouthChinaUniv．ofTechnology，Guangzhou510640，China) Abstract：Theforecastingoftotalelectricpowerconsumptionofsocietyplaysavery importantrolein theplanningand operationofpowersystem．However．thepowerconsumptionchangesofapowersystemaresubjecttomanyfactorsand characterized by complex nonlinearity．Thispaper explores the application of SVM in forecasting of totalpower consumptionofsociety．Meanwhile．relativeerrorandnormalizedforecasterrorareusedtoevaluatetheperformanceofthe modeloffered，TheefficiencyofSVM inforecastingthetotalpowerconsumptionofsocietyisverifiedthroughanexample． Keywords：totalelectricpowerconsumptionofsociety；supportvectormachine(SVM)；forecasting；nonlinearity 社会总用电量是电力系统规划设计和运行管理 量的变化无论从宏观还是微观的角度分析都受太 的重要指标之一 ，研究用电量的变化特征及其规律 多的因素的影响，具有复杂的非线性特征 。随着 是达到电网安全、稳定、优质和经济运行的首要条 现代非线性技术的不断进步和人们对预测工作更 件uj。总用电量预测具有不可预见性，为了提高预 高的期望，近十几年来，针对各期总用 电量预测 测精度 ，人们研究了许多科学的预测方法，例如模 的特点，提出了许多基于非线性理论及其组合的 型法 ，这一类的数学模型有指数平滑模型、回归模 预测方法，提高了预测精度 。但 由于总用电量变 型等 ；另外还有人工智能法 ，主要包括人工神经网 化存在着较强的随机性和复杂性，各方法均有一 络模型、模糊理论、专家系统等非参数模型的预测 定的适用场合，并需不断地改进和完善[3。为 方法 。 此，探 讨 运