基于贝叶斯证据框架下WLS-SVM的短期负荷预测

王林川<sup>1</sup>; 白波<sup>2</sup>; 于奉振<sup>1</sup>; 袁明哲<sup>2</sup>

引用本文:	王林川,白波,于奉振,等.基于贝叶斯证据框架下WLS-SVM的短期负荷预测[J].电力系统保护与控制,2011,39(7):44-49.
	,et al.[J].Power System Protection and Control,2011,39(7):44-49

【打印本页】【下载PDF全文】【查看/发表评论】【EndNote】【RefMan】【BibTex】

←前一篇|后一篇→

过刊浏览高级检索

本文已被：浏览 4427次下载 406次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
基于贝叶斯证据框架下WLS-SVM的短期负荷预测
王林川¹, 白波², 于奉振, 袁明哲
1.东北电力大学电气工程学院，吉林吉林 132012;2.成都市电业局，四川成都 610021

摘要:

提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机（Weighted Least Squares Support Vector Machine, WLS- SVM）的短期负荷预测模型和算法。在对历史负荷数据进行完预处理基础上，分析影响负荷变化的重要因素，然后选择最佳的输入数据作为LS-SVM训练模型的输入向量。通过贝叶斯证据三层推断寻找到模型的最佳参数：第一层推断确定LS-SVM的权向量w和偏置值b，第二层推断确定模型的超参数，第三层推断确定核函数的超参数。为了提高模型的鲁棒性，赋予了每个样本误差不同的权系数，建立了具有良好泛化性能的WLS-SVM回归模型，从而进一步提高了模型预测的精度。采用上述方法对黑龙江电网短期负荷进行了预测，结果证明了该方法具有良好的预测效果。

关键词: 贝叶斯证据框架最小二乘支持向量机短期负荷预测历史数据鲁棒性

DOI：10.7667/j.issn.1674-3415.2011.07.008

分类号:

基金项目:

,et al

Abstract:

Key words: