基于自适应加权最小二乘支持向量机的短期负荷预测方法 an adaptive weighed ls-svm approach for stlf.pdfVIP

2007年6月 吉 林 电 力 Jun．2007 ElectricPower V01．35 第35卷第3期(总第190期) Jilin 基于自适应加权最小二乘支持向量机的 短期负荷预测方法 An LS—SVM forSTLF Adaptive Approach Weighed 杨春玲1，李天云2，王爱凤2 (1．安徽电气工程职业技术学院，安徽合肥230051；2．东北电力大学，吉林吉林132012) 摘要：提出了一种基于自适应加权最小二乘支持向量机(AwLS—SVM)理论的电力系统短期负荷预测新方法。在 对已知负荷数据及影响因素的分析学习基础上，先用自适应参数优化法整定最小二乘支持向量机的参数，确定最 优参数对，然后针对各样本重要性的差异，赋予每个样本惩罚参数不同的加权系数，建立了具有良好推广性能的 AWLS—SVM回归模型。本方法突出了不同样本在训练过程中贡献不同的特性，具有结构简单，泛化性能好，不易发 生过拟合现象等优点。通过对真实数据的建模预测，证明了该法在短期负荷预测中的可行性和有效性。 关键词：短期负荷预测；自适应参数优化法；最小二乘支持向量机 newmethodbasedon least vector the Abstract：A adaptiveweighedsquaressupport short—termload was 0nthebasisof knownloaddataandeffect power presented． system forecasting analyzing factors． ofLS—SVMisset methodand is parameter byadaptiveparameteroptimization optimalparameterpair decided theneach withdifferent coefficientis endowed to firstly， trainingsample’spenalty weighed according ofeach and LS—SVMmodelfor withexcellent importancetrainingsample， AdaptiveWeighed regression is of estab“shed．Thismethod characteristicdifferent generalizationperformance emphasized trainingsample different andwith of structure，excellent having contribution， prominentadvantagPssimple generalization over tooccur． ofthe resultsofrealdata that performance，and unlikely Analysis