首页 期刊 实验室研究与探索 数据降维和特征分析的GOA-LSSVM短期负荷预测 【正文】

数据降维和特征分析的GOA-LSSVM短期负荷预测

作者:邹仕富; 李嘉周; 毛启均; 宋明军 国网四川省电力公司; 成都610041; 国网四川省电力公司信息通信公司; 成都610041; 四川中电启明星信息技术有限公司; 成都610041
数据降维   主成分分析   蝗虫优化算法   最小二乘支持向量机  

摘要:提出一种基于数据降维和特征分析的GOA-LSSVM负荷预测方法.运用主成分分析对负荷的影响因素进行数据降维和特征表示,确定影响负荷的主要影响因素;针对LSSVM预测结果易受参数组合C和g影响,运用蝗虫优化算法对LSSVM模型参数进行自适应选择.研究结果表明,与GOA-LSSVM和LSSVM相比,本文算法可以有效提高负荷预测精度,通过数据降维和特征表示可以消除数据冗余和影响因素之间的相关性,不但简化了负荷预测模型的复杂程度,而且提高了预测模型的速度.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅