| 引用本文: | 王林川,白波,于奉振,等.基于贝叶斯证据框架下WLS-SVM的短期负荷预测[J].电力系统保护与控制,2011,39(7):44-49.[点击复制] |
| ,et al.[J].Power System Protection and Control,2011,39(7):44-49[点击复制] |
|
| 摘要: |
| 提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机（Weighted Least Squares Support Vector Machine, WLS- SVM）的短期负荷预测模型和算法。在对历史负荷数据进行完预处理基础上，分析影响负荷变化的重要因素，然后选择最佳的输入数据作为LS-SVM训练模型的输入向量。通过贝叶斯证据三层推断寻找到模型的最佳参数：第一层推断确定LS-SVM的权向量w和偏置值b，第二层推断确定模型的超参数 ，第三层推断确定核函数的超参数 。为了提高模型的鲁棒性，赋予了每个样本误差不同的权系数，建立了具有良好泛化性能的WLS-SVM回归模型，从而进一步提高了模型预测的精度。采用上述方法对黑龙江电网短期负荷进行了预测，结果证明了该方法具有良好的预测效果。 |
| 关键词: 贝叶斯证据框架 最小二乘支持向量机 短期负荷预测 历史数据 鲁棒性 |
| DOI：10.7667/j.issn.1674-3415.2011.07.008 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
