基于改进SVR的微网短期负荷预测研究

作者：滕爱国; 单新文; 李萌; 王沈亮

来源：自动化与仪器仪表, 2020, (12): 194-197.

DOI：10.14016/j.cnki.1001-9227.2020.12.194

• 微网
• 短期负荷预测
• 鲁棒性
• 加权因子

微网的短期负荷预测是实现微网智能调度、智能化微网的重要依据和有效方法。但传统的LS-SVR算法预测受微电网影响因素角度的影响,导致预测带来很大的不确定性等问题,分别从稀疏性和鲁棒性的角度对LS-SVR算法进行改进。在鲁棒性改进方面,针对数据异常带来的不确定性,引入加权因子,以降低残差平方和损失函数的敏感型;在稀疏性改进方面,通过φ(·)将数据集映射到希尔伯特空间空间中,然后通过得到的希尔伯特集A求解出极大无关解,进而得到新的输入向量ω。最后通过上述两方面的改进,引入拉格朗日乘子进行求解,得到线性回归方程。最后,运用MATLAB仿真软件对上述算法进行编程,并以Ausgrid集数据作为样本进行预测。实验结果表明,改进的LS-SVR算法在对微网短期负荷的预测误差较小,具有较高的预测精度。