基于非负矩阵分解的相关向量机短期负荷预测模型

针对传统特征提取方法只能抽取样本的代数特征而无法顾及问题实际意义的缺点，提出一种基于非负矩阵分解的相关向量机短期负荷预测模型。通过非负矩阵分解算法对输入样本进行分解，得到非负的低维映射矩阵，将该低维矩阵输入相关向量机进行训练预测。由于此低维矩阵具有非负性质，因而该模型在消除冗余数据、降低维数的同时，保留了原始问题的实际意义。实验结果表明，所提出的方法能有效降低输入变量的维数，预测精度也得到了提高。