基于特征选择和组合模型的短期电力负荷预测

作者：徐宇颂; 邹山花; 卢先领^*

来源：中国电力, 2022, 55(07): 121-127.

• 短期负荷预测
• 支持向量回归
• 浅层神经网络
• 组合模型

提出基于特征选择和组合模型的短期电力负荷预测方法。首先将特征向量按特点分为2类，分别使用斯皮尔曼相关系数、最大相关最小冗余算法进行选择，依据贝叶斯信息量准则确定最优特征向量维度。然后使用3个不同的核函数建立单核递归支持向量回归模型并完成预测。最后构建神经网络，进行实验分析。仿真结果表明所提方法具有较高的预测精度与鲁棒性。

• 单位
  江南大学