摘要：短期电力负荷易受气象情况、日期属性和偶然因素等影响,预测准确度较低。为解决上述问题,提出了基于气象综合指数和加权最小二乘支持向量机(WLS-SVM)的电力负荷组合预测方法。分析气象因子耦合作用引入气象综合指数进行短期负荷预测。采用线性映射与分区映射方法处理负荷特征,解决了数据之间的差异性,并采用灰色关联分析得到气象综合指数与电力负荷的关联度,其权重系数由关联度确定。在优化最小二乘支持向量机(LSSVM)上将径向基核函数(RBF)和权重系数相结合得到WLSSVM。最后提出滚动窗口预测法并建立短期负荷组合优化预测模型,降低偶然误差对负荷预测结果的影响。以我国南方某电网公司每日96点负荷历史数据为实例样本进行仿真,结果表明所提出方法与LSSVM预测方法相比预测准确度更高,逐时预测性能优于逐天预测,验证了所提方法的有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社