最小二乘支持向量機的短期負荷多尺度預測模型
2005-04-29 00:44:03劉遵雄鐘化蘭張德運
西安交通大學學報 2005年6期
劉遵雄 鐘化蘭 張德運
摘要：提出了一種改進的電力負荷短期預測小波網絡模型，該模型采用最小二乘支持向量機(LS-SVM)實現了小波分解系數的多尺度組合預測．首先使用多孔算法對短期負荷序列進行小波分解，得到指定尺度下的近似系數和相關尺度下的小波系數，然后利用LS-SVM對預測點的系數進行多尺度組合預測，通過小波重構可以求得相應的預測值．結合某地區短期負荷需求數據進行了仿真試驗，研究了預測點與歷史記錄數據的相關關系．預測結果表明，使用本模型進行短期負荷預測同比傳統小波神經網絡方法可以獲得更好的預測精度，同時LS-SVM的引入大大提高了模型的可計算性．
關鍵詞：短期負荷；多尺度預測；多孔算法；最小二乘支持向量機
中圖分類號：TM 715；TPl8文獻標識碼：A文章編號：0253—987X(2005)06—0620—04
