论文部分内容阅读
提出了一种基于自适应加权最小二乘支持向量机（AWLS—SVM）理论的电力系统短期负荷预测新方法。在对已知负荷数据及影响因素的分析学习基础上，先用自适应参数优化法整定最小二乘支持向量机的参数，确定最优参数对，然后针对各样本重要性的差异，赋予每个样本惩罚参数不同的加权系数，建立了具有良好推广性能的AWLS—SVM回归模型。本方法突出了不同样本在训练过程中贡献不同的特性，具有结构简单，泛化性能好，不易发生过拟合现象等优点。通过对真实数据的建模预测，证明了该法在短期负荷预测中的可行性和有效性。