最小二乘小波支持向量机在电力负荷预测中的应用 |
| |
引用本文: | 张政国,吴艾玲.最小二乘小波支持向量机在电力负荷预测中的应用[J].兰州铁道学院学报,2016(4):65-71. |
| |
作者姓名: | 张政国 吴艾玲 |
| |
作者单位: | 兰州交通大学自动化与电气工程学院;兰州交通大学铁道技术学院 |
| |
摘 要: | 针对中期电力负荷预测问题,提出了一种基于多维允许小波核的最小二乘小波支持向量机(least squares wavelet support vector machines,LS-WSVM)方法,并且给出了一种可有效求解LS-WSVM的Cholesky分解算法.该方法结合小波技术和最小二乘支持向量机,其中小波核函数具有近似正交以及适用于局部信号分析的特性.将LS-WSVM应用于电力负荷预测的两个实例中,结果表明,与LS-SVM、标准SVM、多层前向神经网络等方法相比,LS-WSVM均能给出相当好的预测性能,所提出的用于中期电力负荷预测的LS-WSVM方法显示了其有效性和应用潜能.
|
关 键 词: | 电力负荷预测 最小二乘支持向量机 小波核函数 Cholesky算法 |
本文献已被 CNKI 等数据库收录! |
|