基于最小二乘支持向量机的短期负荷预测

提出了结合粗糙集(roughsets，RS)理论和遗传算法(geneticalgorithm，GA)的最小二乘支持向量机(leastsquaressupportvectormachines，LS-SVM)短期负荷预测模型和算法。由于影响负荷预测精度的因素众多,该模型采用RS理论进行历史数据的预处理，对各条件属性进行约简分析。属性约简采用GA进行寻优，以确定与负荷密切相关的因素，作为LS-SVM的有效输入变量。在预测过程中，通过GA对LS-SVM的模型参数进行自适应寻优，从而提高负荷预测精度，避免LS-SVM对经验的依赖以及预测过程中对模型参数的盲目选择。采用上述方法对山东电网负荷进行了预测分析，结果证明了该方法的有效性。