改进的支持向量回归机在电力负荷预测中的应用

摘要

电力预测是一项重要的工程应用.为了解决多层次粒度支持向量回归机(Dynamical Granular Support Vector Regres-sion Machine,DGSVRM)预测电力负低荷精度的问题,提出一种基于萤火虫群优化(Glowworm Swarm Optimization,GSO)算法与模式搜索算法(Pattern Search,PS)的混合算法来优化DGSVRM预测模型的关键参数.仿真实验表明,通过优化参数之后,预测模型的预测精度得到很大提高.