基于支持向量机的时间序列交叉负荷预报方法  

Time Series Crossover Load Forecasting Approach Based on Support Vector Machines

作　　者：张永明[1] 齐维贵[1] 王军栋[1] 唐海燕[1] 陈烈[1] 

机构地区：[1]哈尔滨工业大学电气工程及自动化学院,黑龙江省哈尔滨市150001

出　　处：《电网技术》2007年第S2期207-210,共4页Power System Technology

基　　金：国家"十一五"科技支撑计划重大项目(2006BAJ01A04)和(2006BAJ03A05);哈尔滨市科技创新人才研究专项资金项目(2006RFXXG010);哈尔滨市高新技术产业专项资金--科技型中小企业技术创新基金项目(2007FG2CG023)

摘　　要：针对电力系统负荷具有拟周期性、非线性、非平稳性和随机性等特点,提出一种支持向量机(support vector machines,SVM)预报模型,并研究它在电力系统短期负荷预报中的应用:通过相空间重构理论,挖掘时间序列数据横向和纵向隐周期性信息,给出了SVM横向和纵向预报样本的构造方法;利用SVM预报方法适应电力系统负荷的非线性;最后,利用SVM时间序列交叉预报方法降低随机因素对负荷预报的影响。算例结果表明,该方法能够揭示负荷的拟周期性、非线性和随机性,且仅采用时间序列交叉就可得到较高的预报精度,便于工程应用。

关 键 词：支持向量机 负荷预报 时间序列 相空间重构 

分 类 号：TM715[电气工程—电力系统及自动化]