CAJ | 학술논문

由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果.针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间长等缺点,提出一种基于灰色关联度与LSSVM 组合的月度负荷预测方法.该方法通过计算灰色关联度来选择训练样本,选取 LSSVM 进行样本训练;将与待预测月高度相似的历史月负荷作为 LSSVM 的训练样本输入,剔除了冗余数据,减少了输入维数,提高了预测精度.通过实例验证和结果对比,证明了该方法可显著提高月负荷预测的精度.
유우월도부하적이중추세특성,기변화정현출복잡적비선성조합특정,사예측정도일직불능체도령인만의적결과.침대월부하적이중추세특성화최소이승지지향량궤(least squares support vector machine,LSSVM)존재적수거수입유수대、훈련시간장등결점,제출일충기우회색관련도여LSSVM 조합적월도부하예측방법.해방법통과계산회색관련도래선택훈련양본,선취 LSSVM 진행양본훈련;장여대예측월고도상사적역사월부하작위 LSSVM 적훈련양본수입,척제료용여수거,감소료수입유수,제고료예측정도.통과실례험증화결과대비,증명료해방법가현저제고월부하예측적정도.