基于SA-LSSVM的电力短期负荷预测

• 作 者: 朱兴统
• 机 构: 广东石油化工学院计算机与电子信息学院
• 出 处: 科学技术与工程
• 发表日期: 2012年24期
• 关键词: 最小二乘支持向量机 模拟退火 短期负荷预测 预测精度 least squares support vector machine simulated anneal

提出融合模拟退火（Simulated annealing，SA）和最小二乘支持向量机（Least Square Support Vector Machine，LSSVM）的电力短期负荷预测方法。由于LSSVM的预测精度依赖于其参数的选择，并且难以选取合适的参数值，因此，参数选择是LSS—VM的一个关键问题。为了提高参数选择的质量和效率，采用sA算法进行LSSVM的参数寻优。以某市2010年1月1日至2011年1月7日的电力负荷数据和气象数据进行仿真实验，实验结果表明该方法具有较高的预测精度。