基于遗传优化的支持向量机小时负荷滚动预测

作     者：牛东晓 刘达 陈广娟 冯义 Niu Dongxiao;Liu Da;Chen Guangjuan;Feng Yi

作者机构：华北电力大学工商管理学院北京102206 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2007年第22卷第6期

页      面：148-153页

核心收录：

学科分类：02[经济学] 0202[经济学-应用经济学] 0808[工学-电气工程] 080802[工学-电力系统及其自动化] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 020201[经济学-国民经济学] 

基　　金：国家自然科学基金(50077007) 高等学校博士点专项基金(20040079008)资助项目。 

主　　题：支持向量机 小时负荷预测 遗传算法 滚动预测 

摘      要：利用支持向量机(SVM)和遗传算法(GA)建立24个不同的混合模型来对夏季24点负荷进行滚动预测。通过追加最新的负荷和天气信息来更新混合模型的输入,滚动预测下一小时负荷。利用SVM建立预测模型,利用GA自动选择SVM模型的参数。经过GA优化后的最终SVM模型用于滚动预测下一小时的负荷。研究实例表明,GA简化了SVM参数选择,优化了SVM模型;滚动预测效果要明显好于常规预测方法。