基于奇异值分解和支持向量机的负荷预测新方法

• 作 者: 高彩亮
• 机 构: 惠州供电局
• 出 处: 科技广场
• 发表日期: 2012年3期
• 关键词: 负荷预测 奇异值分解 支持向量机 相重构 Load Forecasting Singular Value Decomposition Support Vec

负荷预测作为一个传统而又复杂的问题,已取得了一定的发展。本文从信号特征提取的角度出发,研究负荷预测新方法。首先,应用相重构将负荷序列重构为负荷特征矩阵;接着,通过奇异值分解提取负荷序列的轮廓部分和细节部分;最后,使用支持向量回归机分别预测负荷的轮廓部分和细节部分,进而得到所要预测的负荷。实例研究证明,本文方法的预测精度较高,具有一定的实用性。