【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第11期 62-65页,共4页

【作 者】： 邱存勇 ; 肖建

【摘 要】 短期负荷预测对电力系统的可靠和经济运行意义重大。电力负荷是一个随机非平稳过程，受自然、社会等诸多因素的影响，用传统支持向量回归（SVR）对其进行准确预测的难度较大。为提升预测精度，在预测中引入区间二型模糊C均值聚类算法对样本进行聚类处理，有效提高了样本类内规律性，达到提升预测精度的效果。同时，考虑传统SVR运算速度慢，采用最小二乘支持向量回归，通过将二次规划问题转换为最小二乘问题，极大地减小了算法复杂度。最后，利用电网真实负荷数据进行了算法仿真比较。仿真结果表明，引入模糊聚类的最小二乘SVR算法预测精度达到了要求，验证了改进算法在短期负荷预测中的有效性和实用性。