野草算法和支持向量机相融合的短期负荷预测

• 作 者: 王喆 杨华春
• 机 构: 天津大学计算机科学与技术学院,天津城市建设管理职业技术学院,天津理工大学聋人工学院
• 出 处: 现代电子技术
• 发表日期: 2016年19期
• 关键词: 电力系统 短期负荷 野草算法 相空间重构 electric power system short-term load weed algorithm pha

短期负荷受到天气、季节的综合影响，具有一定的混沌性，为了准确描述短期负荷的变化趋势，以提高预测精度，提出一种野草算法和支持向量机相融合的短期负荷预测模型（WA—SVM）。首先收集大量的短期负荷历史数据，并对它们进行混沌分析和处理，建立支持向量机的训练和测试样本集；然后采用支持向量机建立短期负荷预测模型，并通过野草算法找到支持向量机最优参数；最后采用短期负荷预测仿真对比实验测试其性能。结果表明，WA—SVM获得了比其他模型更高的短期负荷预测精度，为短期负荷建模与预测提供了一种新的研究方法。