版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
夏季短期电力负荷ARIMA-SVR组合预测模型
Summer short-term load forecasting based on ARIMA-SVR combination model作者机构：华北电力大学经济管理系河北保定071003
出 版 物：《黑龙江电力》 (Heilongjiang Electric Power)
年 卷 期：2016年第38卷第2期
页 面：104-108页
学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学]
主 题：支持向量回归机 自回归积分滑动平均模型 粒子群优化 短期负荷预测 误差分析
摘 要：针对夏季电力负荷因波动性、非线性等特点和易受气温、日类型等因素影响,用单一模型难对其做出精确预测的问题,基于自回归积分滑动平均模型(ARIMA)和支持向量回归机模型(SVR)的优点,构建了ARIMA-SVR组合预测模型。通过ARIMA预测模型进行线性拟合,然后根据粒子群算法(PSO)优化参数的SVR预测模型对ARIMA模型的残差预测值进行修正。结合实际案例对夏季用电负荷进行趋势预测和误差分析,结果表明ARIMA-SVR组合模型的负荷预测精度较高,优于传统的单一预测模型。
