短期负荷局部线性嵌入流形学习预测法.pdf

《短期负荷局部线性嵌入流形学习预测法.pdf》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、第40卷第7期电力系统保护与控制Vb1．40NO．72012年4月1日PowerSystemProtectionandControlApr．1，2012短期负荷局部线性嵌入流形学习预测法黄静，肖先勇，刘旭娜(1．四川大学电气信息学院，四川成都610065；2．智能电网四川省重点实验室，四川成都610065)摘要：考虑短期日负荷预测各时刻点之间的整体性和相关性，提出一种从整体上刻画和预测短期日负荷的新方法。将日24点负荷数据值看作一个24维数据集，从多维角度挖掘负荷复杂的变化规律，建立高维预测模型。利用流形学习理论对建立的

2、高维模型进行有效降维，从而提取高维空间数据的固有属性和整体几何规律，揭示其蕴含的有效信息。采用局部线性嵌入法(1oca1lylinearembedding，LLE)对24维负荷数据进行非绳l生降维，在低维空问内进行负荷预测，再用LLE重构得到24个时刻的预测值仿真结果表明本丈提出方法相比于传统一维分量预测法精度更高、速度更快关键词：负荷预测；流形学习；局部线性嵌入；非线性降维；最小二乘支持向量机Short-termloadforecastingbasedonmanifoldlearningandlocallylinear

3、embeddingtheoryI-IUANGJing，XIAOXianyong一，LIUXu．na(1．CollegeofElec~icalEngineeringandInformationTechnology,SichuanUniversity,Chengdu610065，China；2．TheSmartGridKeyLabofSichuanProvince，Chengdu610065，China)Abstract：Consideringtheintegrityandstrongrelevanceofeachpoint

4、inshort-termdailyloadvalue，thepaperproposesanewmodelexposingandforecastingthedailyloadasawhole．Weconsiderthe24dailyloadvaluesasa24dimensionaldataset，studythecomplexloadchangingrulefromthemulti—dimensionalperspectiveandestablishahigh-dimensionalloadforecastingmode

5、1．Weusemanifoldtheorytomakeaneffectivedimensionreductionofthehigh-dimensionalmodel，thusextracttheinherencecharacteristicsandoverallregularityofthehigh—dimensionaldata，revealingtheusefulinformationitcontains．Weadoptlocallylinearembedding(LLE)tomakeanonlineardimens

6、ionreductionforthe24-dimendionalloaddata，andforecasttheloadinlowdimensionalityspace，andthenreconstructthe24loadpredictionbasedontheLLEreconstructionalgorithm．Simulationresultsshowthattheproposedmodelperformsbetterthanthosecomponentpredictions．Keywords：loadforecas

7、t；manifoldlearning；locallylinearembedding；nonlineardimensionreduction；leastsquaresupportvectormachine中图分类号：TM715文献标识码：A文章编号：1674．3415(2012)07．0025．06简单，难以准确刻画负荷变化的复杂规律。人工智0引言能方法通过模拟人类思维能在一定程度上反映负荷短期负荷预测是电力系统调度、运行、控制必的非线性变化规律，预测精度较高，但仍从一维角须面对的重要课题，受到了广泛重视l]，已有诸多度对

8、负荷系统进行考虑，丢失了样本数据中可能包预测方法u⋯。但由于负荷的多样性、复杂性和随含的其他有效信息。实际上，一天中各时刻点负荷时空变化性，现有方法仍然难以满足要求，其中一值之间本身存在着很强的相关性【1们，气温、湿度、个重要原因在于研究方法和角度存在一定的局限日类型等因素也是以天为单位对负荷进行影响，因性。此可从多