基于改进PSO-LSSVM的短期电力负荷预测

摘要

短期电力负荷预测是电力系统安全调度、经济运行的重要依据,随着电力系统的市场化,负荷预测的精度直接影响到电力系统运行的可靠性、经济性和供电质量.LSSVM不仅保持了SVM的优点,同时降低了计算复杂性,加快求解速度,为短期电力负荷预测提供了一个新的研究方向.本文将最小二乘支持向量机(LSSVM)用于短期电力负荷预测,提出基于LSSVM的短期电力负荷预测模型,同时建立改进粒子群模型对LSSVM进行参数优化,并以浙江台州某地区的历史负荷数据和气象数据为例进行验证,实例验证表明,改进PSO-LSSVM模型的预测效果明显提高.