基于粒子群优化鲁棒支持向量回归机的中长期负荷预测

• 作 者: 张雪君 陈刚 周杰 马爱军 张忠静
• 机 构: 输配电装备及系统安全与新技术国家重点实验室（重庆大学）,贵州电网公司贵阳供电局
• 出 处: 电力系统保护与控制
• 发表日期: 2009年21期
• 关键词: 中长期负荷预测 鲁棒性 支持向量机 回归估计 粒子群优化算法

支持向量机(SVM)已经成功地应用于解决非线性回归和时间序列问题,并且已经开始用于中长期负荷预测。提出了一种基于鲁棒支持向量回归机RSVR(Robust Support Vector Regression)的中长期负荷预测的新方法。给出利用粒子群优化算法对鲁棒支持向量机系数优化选择的方法。建立基于此原理的中长期负荷预测模型,算例分析比较验证本文方法具有预测精度高、计算量小等特点和优势。