基于遗传优化的支持向量机小时负荷滚动预测
Support Vector Machine Models Optimized by Genetic Algorithm for Hourly Load Rolling Forecasting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。
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。