考虑气象因素的SVM方法在短期电力负荷预测中的应用

《考虑气象因素的SVM方法在短期电力负荷预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com第35卷第11期妻慕电力Vo1．35No。11EastChinaElectricPower2007年11月NOV．2O07考虑气象因素的SVM方法在短期电力负荷预测中的应用潘锋，储琳琳，张字俊(1。上海市电力公司闵行供电分公司，上海201100；2．上海交通大学电气工程系，上海200240)摘要：介绍了支持向量机(SVM)方法及其在短期电力负荷预测中的应用。结合地区实际，在算法中考虑相应的气象因素，该算法具有收敛速度快、全局最优等优点。预测算例表明，考虑气象因素的SVM方法可提高预测精

2、度。关键词：电力系统；支持向量机；气象因素；短期负荷预测；核函数作者简介：潘锋(1979·)，男，硕士，研究方向为电网规划。中图分类号：TM715文献标识码：A文章编号：1001@529(2007)11-0086-04Applicationofweatherfactor-consideredSVMmethodtoshort-termloadforecastPANFeng，CHUHn．1in，ZHANGru-jun(1．MinhangPowerSupplyCompany，SMEPC，Shanghai201100，China；2．Dep

3、t．ofElectricalEngineering，ShanghaiJiaoTongUniversity，Shanghai200240，China)Abstract：TheSupportVectorMachine(SVM)methodanditsapplicationtoshort—termloadforecastarepresented．Accordingtotheactualregionalcondition，theweatherfactorisincorporatedintherelevantalgorithmwhichist

4、henendowedwiththeadvantagesofquickconvergenceandglobaloptimization．ExamplecalculationshowsthattheSVMmethodwithconsiderationoftheweatherfactorhashighaccuracy．Keywords：powersystem；SupportVectorMachine(SVM)；weatherfactor；short—termloadforecast；kernelfunction电力系统短期负荷预测通常指预

5、测未来一的是结构风险最小化(SRM)原则，而不是经验风月、一周、一天的负荷指标，较中长期负荷预测的险最小(ERM)原则，所寻求的是一般误差上界的要求更高。传统的预测方法如时间序列法、回归最小化而不是单纯训练误差的最小化。由于分析法等对于短期负荷预测特别是日负荷预测适SVM具有模型(参数、基函数的位置等)的自动选应度差，精度也不能符合要求。择，可将训练转化为二次规划问题(有全局最优统计学习理论’2是目前针对小样本统计估解)以及对于小样本良好的学习能力等特性，正计和预测学习的最佳理论，由Vapnik等人基于成为神经网络之后的新的研究热点

6、。此提出的一种新的通用学习方法——支持向量机1SVM的回归算法(SupportVectorMachine，以下简称SVM)，表现出了许多优于已有方法的性能，正广泛应用于函数1．1基于SVM的回归估计算法回归、模式识别等问题中。SVM最初用来解决模式识别问题，用其分类和传统的神经网络方法不同，SVM方法应用算法实现较好的泛化功能，随着Vapnik的占不敏网电量单一制电量电价模式设计[J]．华东电力，2007，35[4]赵建国．两部制电价在我国电力市场的操作模式[J]．中(10)：30-33．．国电力企业管理，2003，(11)：l8一

7、l9．[2]郝继陶，周丽丽．两部制上网电价的定价原则与模型[J]．[5]HeadyF．PublicAdministration：AComparativePerspective武汉汽车工业大学报，2000，22(4)：98—101．[M]．NewYork：MaecelDekker，inc．2001．[3]王黎，马光文．两部制上网电价定价方法初探[J]．四川收稿日期：2007-05-26大学学报(工程科学版)，2000，32(1)：62-66．本文编辑：王志胜维普资讯http://www.cqvip.com潘锋，等考虑气象因素的SVM方

8、法在短期电力负荷预测中的应用感损失函数的引人，SVM已经扩展利用于解式中(，)——核函数，一般有多项式核函数、RBF核函数等。决非线性回归估计问题。于是，式(5)中的函数厂完全由、决定。给定样本{(，Y)}(=1，2，⋯，m)，m为样