基于模糊支持向量核回归方法的短期峰值负荷预测.pdfVIP

第24卷第6期 控 制 理 论 与 应 用 V_01．24 NO．6 2007年l2月 Control TheoryApplications Dec．2007 文章编号：10OO一8152(2007)O6—0986—05 基于模糊支持向量核回归方法的短期峰值负荷预测 蒋 刚 (西南科技大学制造科学与工程学院，四川绵阳621010) 摘要：分析了电力系统负荷预测目前采用的方法的不足；在已有研究成果的基础上，根据电网负荷的特点进一步 完善了基于模糊支持向量的核回归方法；与目前已有的方法，如神经网络、卡尔曼滤波、最小绝对值参数估计、结 合遗传算法的支持向量机、结合模糊小波技术的支持向量机等进行对比实验，实验结果展示了几种方法的性能对 比，为该领域的研究提供了参考． 关键词：电力系统；负荷预测；模糊逻辑：支持向量机：核函数 中图分类号：TM7／TP391 文献标识码：A Short-term peak load forecasting based on fuzzy support vector kernel regression method JIANG Gang (School of Manufacturing Science and Engineering，Southwest University of Science and Technology, Mianyang Sichuan 621010，China) Abstract：In view of the disadvantages of current methods for load forecasting in power system，a new algorithm named fuzzy support vector kernel regression method(F SVKR)is proposed to deal with the problem．Comparison with some conventional methods，such as the artificial neural network，Kalman filtering algorithm，the method of minimizing absolute param eter estimation，the support vector machine and SO on，have been performed．Expertmental results show theirperform ancedifferencesandprovide some referenceinform ationforthefurther researchinthisdomain． Key words：power system；load forcasting；fuzzy logic；support vector machine；kernel function 1 引言(Introduction) 曼滤波容易剔除有用数据；概率法和置信区间法主 负荷预测是电力系统一项基本工作，直接影响 观性较强；最小绝对值参数法依赖先验知识，数据集 到整个电力系统运行的经济效益．研究表明…1：在挪 变化时，参数的重调比较花费时间；神经网络的本质 威，短期负荷预测的误差每增}Jll％，整个电力系统 是通过梯度下降法进行寻优，容易出现局部极值和 的年运行成本将增}J1450,-~910万元；在英国这个值 过学习现象：部分学者采用支持向量机来处理负荷 是1770万元；在我国，受现实因素制