文献类型：期刊文章

作　　者：宋晓茹[1] 李莉[2] 张来青[3]

机构地区：[1]西安工业大学电子信息工程学院,陕西西安710032 [2]大唐陕西发电有限公司灞桥热电厂,陕西西安710038 [3]陕西德源府谷能源有限公司,陕西榆林719000

出　　处：《计算机仿真》

基　　金：陕西省科技厅专项基金;西安市科技厅专项基金的资助

年　　份：2014

卷　　号：31

期　　号：9

起止页码：132-135

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2013_2014、ZGKJHX、核心刊

摘　　要：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。

关 键 词：电力负荷预测 粗糙集 最小二乘支持向量机 神经网络

分 类 号：TP311]