短期负荷预测的简化LS—SVM模型及实现

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｐｏｅｏｉｈｓｆｈｓ —ｑｕｌｔｎｉｅｌａｏｅａｔｏｄｆｒｃｓｉｄｌｂａｅｎｔｅＬｅｓ—ｓｕａｅｕｐｏｔＶｅｔｒＭａａｉｙｏｌｎｏｄｆｒｃｓ，ａｌａｏｅａｔｎｇｍｏｅｓｄｏｈａｔｑｒｓＳｐｒｃｏ —
（．ＣｌｇｆｅｏａｔａＭｅｈｎａＥｇｅｒｇＮｎｈｎａｇｏｇＵｉｒｔ，ａｃａｇＪｎｘ３０６，Ｃｉａ１ｏｅｅｏｒｎｕｉｌｃａｉｌｎｉｅｉ，ａｃａｇＨｎＫｎｎｖｓｙＮｎｈｎｉｇｉ３０３ｈｎ；ｌＡｃｃｎｎｅｉａ
ｃｉｅ（一Ｖ ’ ｉｐｅｅｔｉｒｐｓｄｉｔ，ｈｆｅｃｃｒｗｒａａｚｄａｄｔｏｐｎｎｓｏｈｎＳＭ）Ｓｍｌｎａｏｉｐｏｏｅ．Ｆｒｌｔｅｉｕｎｅｆｔｓｅｅｎｌｅ，ｎｅｃｍｏｅｔｆｍｔｎｓｓｙｎｌａｏｙｈ
２—３倍，明Ｌ — Ｖ在短期负荷在线预测中可实现实时性。说ＳＳＭ
关键词：短期负荷；预测模型；最小二乘支持向量机；仿真
中图分类号：Ｍ１Ｔ７５文献标识码：Ａ
ＡｉｐｅＳｈｒ－ＴｅｍｅｔｉａａｒｃｓｉｇＭｏｌＳｍｌｏｔｒＥｌｃｒｃｌＬｏｄＦｏｅａｔｎｄｅｉｎｇ
２ｏｅｅｏｃａｉｌｎｉｅｉｇＺｅｇｏｎｖｒｉ，ｈｎｚｏｅａ５０２Ｃｉ）．ＣｌｇｆｌＭｅｈｎａＥｇｅｒ，ｈｎｚｕＵｉｓｙＺｅｇｈｕＨｎｎ４０５，ｈｎｃｎｎｈｅｔａＡＳＲＣＴｅｓｏｔｔｍｌｄｆｅａｔｇ（ＴＦｌｓｎｉｐｒｎｌｉｏｅｓｍｓｃｒｙｏｅｐｔＢＴＡＴ：ｈｈｒｅａｒｃｓｎＳＬ）ｐａｏｔｔｏｐｗｒｙｔｕｉ．Ｆｒｈｕ－ —ｒｏｏｉｙａｍａｒｅｎｓｅｅｔｔ
ｈｓｒａｎａｅｔｐａｒｍａｉｎｌｅｃｈｈｎｅｏｈｒ－ｅｍａｓｗｒｄｌｄｔｕｌｈｄｌｆｉｔｙｌｄａｄｄｔｙｅｔｔｉｒｙｉｆｎｅｔｅｃａｇｆｏｔｔｒｌｄｅｅｍｏｅｅｏｂｉｔｅｍｏｅｏｏｈｐｌｕｓｏｄｏＳＬ．Ｓｃｎｌ，ｔｅａｇｒｈｏＳＶＭｅｒｓｉｎａｄｉｌｍｅｔｇｔｃｎｑｅｅｅｓｕｉｄＣｎｉｅｉｇｔｅＴＦｅｏｄｙｈｏｉｍｆＬ－Ｓｌｔｒｇｅｓｏｎｍｐｅｎｉｅｈｉｕｓｗｒｔｄｅ．ｏｓｄｒｎｎｈ
ｐｒｄｃｒｐｒｅｆｏｄｃａｇｎｈｏｒｌｔｎｔａｅｅｔａａｈｖｒａｅｆｅｃｉｃｒｅｔｏｄｔａｅｅｉｉａｐｏｅｔｓｏａｈｎｅａｄｔｅｃｒｅａｉｔｒｃｎｔａｅｇｅｔｒｎｌｎｅＯｌｕｒｎａｎｔｏｌｉｌｏｈｄｉｕｌｈｈ
ＭｅｈｏｓｄｏｈａｔＳｑａｅｐｒｔｄＢａｅｎｔｅＬｅｓ－ｕｒｓＳｕｐｏｔ
ＶｅｔｒＭａｈｎｓＩｐｅｅａｉｎｃｏｃｉｅ，ｍｌｍｎｔｔｏ
ＨＥＨｏｇｌＺｎ－ｉ，ＨＯＵＸｉｎＺＧｉ－ｏｇｎａｇ，ＥＮＪｎｓｎ
ｐｏｎｔｅｑａｄｒ — ｔｃｕｅｓｍｐｅｓｔｏｓｒｃｅｏｒｃｎａａａｗｓｕｅａｎＬ－ＶＭ．Ａｎｌｉｒｒｏｅ，ｈｕｎａｙｓｕｔｒａｌｅｎｔｔｄｆｍｅｅｔｏｄｄｔａｓｄｔｔｉＳＳｒｃｕｒｌｏｒｄｆ－ｍａｌ，ｔｅｆｒｃｓｉｇｍｏｅａｅｉｅｔｅｌｌａａａｉｈｉｌｔｎｙｈｏｅａｔｄｌｗｓｖｒｉｄｗｉｒａｏｄｄｔｎｔｅｓｍｕａｉ．ＴｅｒｓｌｈｗｈｔｌｏｆｔｅｍｏｅｎｆｈｏｈｅｕｔｓｏｔａＴｒｏｄｌｓｅｈ
第２卷第１８期
文章编号：０６９４（０１０ — ３２０１０ — ３８２１）１００ — ５
计
算
机
仿
真

２１年１０１
短期负荷预测的简化Ｌ — ＶＭ模型及实现ＳＳ
贺红林周，翔曾劲松
，
（．南昌航空大学航空制造学院，１江西南昌３０６２３０３；．郑州大学机械工程学院，河南郑州４０５）５０２摘要：负荷预测对电力系统安全起重要作用。为适应短期负荷精密在线预测需要，负荷预测中引入了最小二乘支持向量在机（ＳＳＭ）Ｌ — Ｖ。通过对影响短期负荷较大的近期历史负荷及日期类型进行建模，建出了短期负荷预测模型；构针对短期负
荷变化的周期性及其与历史负荷间存在 “ 大远小 ” 相关性，划出一种五元组样本结构，以训练预测模型的ＬＳＭ近的规用ｓ— Ｖ
算法；最后，利用真实负荷数据进行了算法仿真。仿真表明Ｓ — ＶＭ算法可将预测误差控制在５ＬＳ％之内，预测速度为ＡＮ的Ｎ