一种支持向量机短期负荷预测方法

摘要

本发明涉及一种支持向量机短期负荷预测方法，具体包括如下步骤：步骤1：选取预测日之前的负荷数据及天气数据，采用基于K均值PSO聚类算法建立支持向量机模型；步骤2：输入新样本进行预测。本发明一方面因为历史数据样本分类后的样本特征更加明显，从而对特定的模式，利用较少的样本学到负荷的变化规律，增强了支持向量机的泛化能力。另一方面算法采用PSO-K均值聚类方法对历史样本进行聚类，有较好的全局收敛性；最后，对每个类分别建立支持向量机模型，提高了支持向量机的计算效率；该方法在大规模数据分析时，可在保持预测精度的前提下，提高预测效率。可实现对负荷数据的高精度、实时、快速预测。

主权项

一种支持向量机短期负荷预测方法，具体包括如下步骤：步骤1：选取预测日之前的负荷数据及天气数据，采用基于K均值PSO聚类算法建立支持向量机模型；步骤2：输入新样本进行预测。