【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第1期 302-306页,共5页

【作 者】： 贺红林 [1] ; 周翔 [1] ; 曾劲松 [2]

【摘 要】 负荷预测对电力系统安全起重要作用。为适应短期负荷精密在线预测需要，在负荷预测中引入了最小二乘支持向量机（LS-SVM）。通过对影响短期负荷较大的近期历史负荷及日期类型进行建模，构建出了短期负荷预测模型；针对短期负荷变化的周期性及其与历史负荷间存在“近大远小”的相关性，规划出一种五元组样本结构，用以训练预测模型的LS—SVM算法；最后，利用真实负荷数据进行了算法仿真。仿真表明SL—SVM算法可将预测误差控制在5％之内，预测速度为ANN的2—3倍，说明LS—SVM在短期负荷在线预测中可实现实时性。