计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
9期
132-135
,共4页
电力负荷预测%粗糙集%最小二乘支持向量机%神经网络
電力負荷預測%粗糙集%最小二乘支持嚮量機%神經網絡
전력부하예측%조조집%최소이승지지향량궤%신경망락
Power load forecasting%RS%LSSVM%NN
为了有效地提高电力负荷的预测精度,针对影响中长期电力负荷多因素间的非线性和不确定性,提出了一种粗糙集(RS)和最小二乘支持向量机(LSSVM)相结合的中长期电力负荷预测方法.采用粗糙集理论把影响电力负荷的六个因素,属性约简为三个核心属性,减少了LSSVM的输入量,提高了电力负荷预测系统的快速性;粗糙最小二乘支持向量机回归建模,构造RS-LSSVM的电力负荷预测模型,提高预测的精度.最后进行仿真,改进模型应用于某地区的中长期电力负荷的拟合和预测中,采用RS-LSSVM模型,与BP神经网络的拟合预测结果相比,预测误差明显小于BP神经网络,具有更高的预测精度,为中长期的电力系统负荷预测提供了一种新的科学、有效的方法.
為瞭有效地提高電力負荷的預測精度,針對影響中長期電力負荷多因素間的非線性和不確定性,提齣瞭一種粗糙集(RS)和最小二乘支持嚮量機(LSSVM)相結閤的中長期電力負荷預測方法.採用粗糙集理論把影響電力負荷的六箇因素,屬性約簡為三箇覈心屬性,減少瞭LSSVM的輸入量,提高瞭電力負荷預測繫統的快速性;粗糙最小二乘支持嚮量機迴歸建模,構造RS-LSSVM的電力負荷預測模型,提高預測的精度.最後進行倣真,改進模型應用于某地區的中長期電力負荷的擬閤和預測中,採用RS-LSSVM模型,與BP神經網絡的擬閤預測結果相比,預測誤差明顯小于BP神經網絡,具有更高的預測精度,為中長期的電力繫統負荷預測提供瞭一種新的科學、有效的方法.
위료유효지제고전력부하적예측정도,침대영향중장기전력부하다인소간적비선성화불학정성,제출료일충조조집(RS)화최소이승지지향량궤(LSSVM)상결합적중장기전력부하예측방법.채용조조집이론파영향전력부하적륙개인소,속성약간위삼개핵심속성,감소료LSSVM적수입량,제고료전력부하예측계통적쾌속성;조조최소이승지지향량궤회귀건모,구조RS-LSSVM적전력부하예측모형,제고예측적정도.최후진행방진,개진모형응용우모지구적중장기전력부하적의합화예측중,채용RS-LSSVM모형,여BP신경망락적의합예측결과상비,예측오차명현소우BP신경망락,구유경고적예측정도,위중장기적전력계통부하예측제공료일충신적과학、유효적방법.
