基于综合自适应滤波器的在线短期负荷预测

• 作 者: 蒋强 肖建 王万岗 何都益 蒋伟
• 机 构: 西南交通大学电气学院,乐山师范学院物电学院,四川电力试验研究院
• 出 处: 电力系统保护与控制
• 发表日期: 2011年10期
• 关键词: 智能电网 负荷预测 ELS-SVM PSO 自适应滤波器 smart grid load forecast ELS-SVM PSO adaptive f
• 基金项目: 国家自然基金资助项目（60674057）, 四川省教育厅青年基金资助项目（09ZB028）~~

准确地实现小时负荷预测是实施优化控制和动态安全分析的前提。采用嵌入维最小二乘支持向量机（ELS-SVM）的方法进行建模和预测,对影响负荷的因素进行模糊化处理。采用了粒子群（PSO）优化算法解决ELS-SVM学习过程中多参数难以调整的问题。提出分段小批量学习和更新的在线学习方法,既降低了运算量又能有效地避免积累误差,从而提高预测精度。实验结果表明,该方法有效地将预测精度从2.1%提高到了1.29%。