PCA-SVM在电力负荷预测中的应用研究

• 作 者: 石海波
• 机 构: 江苏大学
• 出 处: 计算机仿真
• 发表日期: 2010年10期
• 关键词: 主成分分析 支持向量机 电力负荷预测 Principal component analysis（PCA） Support vector machine（SVM）

研究电力负荷预测问题,传统方法无法消除数据之间冗余及复杂特征,导致预测精度较低。为了提高电力负荷预测精度,提出一种基于主成份分析(PCA)的支持向量机(SVM)电力负荷预测方法(PCA-SVM)。首先利用主成分分析对电力负荷的影响因素进行处理,消除各因素之间的高度冗余性,通过提取样本集的主成分完成数据预处理,有效地压缩样本集的维数,加快SVM学习速度并提高预测精度,然后利用支持向量机,对保留的主成成分进行建模预测。最后利用PCA-SVM模型对华东地区1978～1998的电力负荷进行了验证性测试和分析