基于ARIMA-LIBSVM的中期电力负荷预测

作者：李晨; 尹常永; 李奇洁; 李春雷

来源：沈阳工程学院学报(自然科学版), 2023, 19(01): 49-55.

DOI：10.13888/j.cnki.jsie(ns).2023.01.008

• 负荷预测
• 时间序列分析
• 支持向量机
• 残差修正

在使用累积式自回归移动平均法（ARIMA）进行中期电力负荷预测时，所得残差序列具有明显规律。电力负荷数据可使用线性和非线性成分叠加表示，为弥补传统ARIMA时间序列预测法忽略非线性的缺陷，引入LIBSVM支持向量机挖掘数据残差非线性规律，并将LIBSVM预测残差与ARIMA预测结果相叠加，达到更高的精度。使用ARIMA-LIBSVM组合模型进行实例预测，结果表明：该模型能够提高预测精度。

• 单位
  沈阳工程学院