文献类型：期刊文章

作　　者：刘文颖[1] 门德月[1] 梁纪峰[1] 王维洲[2]

机构地区：[1]新能源电力系统国家重点实验室(华北电力大学),北京市昌平区102206 [2]甘肃电力科学研究院,甘肃省兰州市730050

出　　处：《电网技术》

基　　金：国家863高技术基金项目(SQ2010AA0523193001)~~

年　　份：2012

卷　　号：36

期　　号：8

起止页码：228-232

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20123715424542)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果。针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间长等缺点,提出一种基于灰色关联度与LSSVM组合的月度负荷预测方法。该方法通过计算灰色关联度来选择训练样本,选取LSSVM进行样本训练;将与待预测月高度相似的历史月负荷作为LSSVM的训练样本输入,剔除了冗余数据,减少了输入维数,提高了预测精度。通过实例验证和结果对比,证明了该方法可显著提高月负荷预测的精度。

关 键 词：月负荷预测 灰色关联度  最小二乘支持向量机 组合预测

分 类 号：TM714]