基于免疫模糊聚类的LSSVM在短期负荷预测中的应用

doi:10.3969/j.issn.1000-1565.2012.03.003

河北大学学报(自然科学版) ›› 2012, Vol. 32 ›› Issue (3): 234-239.DOI: 10.3969/j.issn.1000-1565.2012.03.003

基于免疫模糊聚类的LSSVM在短期负荷预测中的应用

邓佳佳¹,刘爽²

1.华北电力大学经济与管理学院,北京昌平,102206； 2.华北电力大学经济与管理学院,北京昌平102206;河北大学质量技术监督学院,河北保定071002

出版日期:2012-05-25 发布日期:2012-05-25
基金资助:
中央高校基本科研业务费专项资金资助项目

Application of LSSVM based on immune fuzzy clustering algorithm to short-term load forecasting

DENG Jia-jia¹,LIU Shuang²

Online:2012-05-25 Published:2012-05-25

摘要/Abstract

摘要： 最小二乘支持向量机(least square support vector machines,LSSVM)在解决小样本、非线性和高维度问题中表现出许多特有的优势.但是,如果输入的训练数据本身存在着大量的噪声和冗余,LSSVM在训练数据时会因抑制它们而削弱本身的推广能力,结构风险无法达到最小化,从而导致收敛速度慢、预测精度不高等缺点.提出了一种基于免疫模糊聚类(immune fuzzy clustering,IFC)的最小二乘支持向量机预测模型,运用免疫模糊聚类算法对历史数据进行预处理,从聚类后的数据提取LSSVM的训练样本,从而提高训练速度和预测精度,克服LSSVM的上述缺点.最后,将该模型运用到短期电力负荷预测中,与经典的SVM和BP神经网络相比具有更好的泛化性能和预测精度.

关键词: 负荷预测, 免疫算法, 模糊聚类, 最小二乘支持向量机

中图分类号:

TM715

邓佳佳,刘爽. 基于免疫模糊聚类的LSSVM在短期负荷预测中的应用[J]. 河北大学学报(自然科学版), 2012, 32(3): 234-239.

DENG Jia-jia,LIU Shuang. Application of LSSVM based on immune fuzzy clustering algorithm to short-term load forecasting[J]. Journal of Hebei University (Natural Science Edition), 2012, 32(3): 234-239.

[1]	翟俊海, 田石, 张素芳, 王谟瀚, 宋丹丹. 基于MapReduce和Spark的大数据模糊K-means算法比较[J]. 河北大学学报(自然科学版), 2020, 40(4): 433-440.
[2]	李凯,翟璐璐,崔丽娟. 基于样本权重的v -支持向量机[J]. 河北大学学报(自然科学版), 2018, 38(2): 185-193.
[3]	司文静,封喜波,耿立艳,张占福. 基于ADPSO算法优化LSSVM的高速公路交通量预测方法[J]. 河北大学学报(自然科学版), 2017, 37(3): 302-308.
[4]	徐杰,马娜. 基于灰色-马尔科夫模型的电力系统CO2排放[J]. 河北大学学报(自然科学版), 2015, 35(5): 453-458.
[5]	徐杰. 保定市电力行业碳排放计量与预测[J]. 河北大学学报(自然科学版), 2014, 34(2): 122-128.

基于免疫模糊聚类的LSSVM在短期负荷预测中的应用

Application of LSSVM based on immune fuzzy clustering algorithm to short-term load forecasting

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价