基于确定性退火聚类的LSSVM短期负荷预测
作者:
高荣
;
刘晓华
关键词:
电力系统
短期负荷预测
最小二乘支持向量机
确定性退火聚类
摘要:
提出了确定性退火聚类和最小二乘支持向量机(Least Square Support Vectorma—chine,LSSVM)相结合的电力系统短期负荷预测方法。考虑影响负荷变化的各种因素构造负荷样本数据,利用确定性退火聚类算法对样本数据进行分类,得到的分类样本数据作为最小二乘支持向量机的学习样本,保证最小二乘支持向量机具有较高的预测精度。利用某电力公司2007年负荷数据和气象数据进行仿真实验,仿真结果表明该方法具有较高的预测精度。
上一篇:基于Taylor级数的分布参数系统最优控制
下一篇:注塑机注射速度的模型预测迭代学习控制