| 应用小波变换和支持向量机的商业电力负荷预测 |
| |
| 引用本文： | 杨屹洲,方瑞明,黄文权,梁颖,汪亮.应用小波变换和支持向量机的商业电力负荷预测[J].华侨大学学报(自然科学版),2015,36(2):142-146. |
| |
| 作者姓名： | 杨屹洲 方瑞明 黄文权 梁颖 汪亮 |
| |
| 作者单位： | 1. 华侨大学信息科学与工程学院,福建厦门,361021
2. 厦门埃锐圣电力科技有限公司,福建厦门,361002 |
| |
| 基金项目： | 福建省自然科学基金资助项目 |
| |
| 摘 要： | 提出一种基于小波分解和支持向量机相结合的模型,将其应用于预测商业建筑电力负荷.首先,基于商业建筑配电系统的数据采集系统实时监测数据,分析商业负荷用电特性,指出商业负荷的随机特性造成单一预测模型精度难以满足要求.其次,提出了一种基于小波分解和粒子群支持向量机的商业电力负荷预测算法.通过小波变换把负荷序列分解为不同频段的子序列,再对这些子序列分别采用不同的粒子群支持向量机模型进行预测,引入粒子群算法对支持向量机模型参数进行寻优.最后,将各分量预测值重构得到最终预测值.实验结果证明:小波分解后和粒子群支持向量机相结合的模型精度明显优于单一支持向量机模型.
|
| 关 键 词： | 商业电力 负荷预测 支持向量机 小波分解 节能 数据采集系统 粒子群算法 |
Commercial Power Load Forecasting Using Wavelet Transform and SVM |
| |
| YANG Yi-zhou,FANG Rui-ming,HUANG Wen-quan,LIANG Ying,WANG Liang.Commercial Power Load Forecasting Using Wavelet Transform and SVM[J].Journal of Huaqiao University(Natural Science),2015,36(2):142-146. |
| |
| Authors: | YANG Yi-zhou FANG Rui-ming HUANG Wen-quan LIANG Ying WANG Liang |
| |
| Institution: | YANG Yi-zhou;FANG Rui-ming;HUANG Wen-quan;LIANG Ying;WANG Liang;College of Information Science and Engineering,Huaqiao University;Akson Power Technology Limited; |
| |
| Abstract: | |
| |
| Keywords: | commercial power load forecasting support vector machine wavelet transform saving energy data acquisition system particle swarm optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
