基于向量加权平均算法优化最小二乘支持向量机的电价短期预测

陈晓华; 吴杰康; 杨国荣

doi:10.13625/j.cnki.hljep.2025.01.001

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于向量加权平均算法优化最小二乘支持向量机的电价短期预测

新型电力系统 | 更新时间：2025-10-29

- 基于向量加权平均算法优化最小二乘支持向量机的电价短期预测
- 暂无标题
- 黑龙江电力 2025年47卷第1期页码：1-7
- 作者机构：
  
  1. 广东电网有限责任公司湛江供电局
  2. 广东工业大学自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(项目编号：50767001)
- DOI：10.13625/j.cnki.hljep.2025.01.001
  中图分类号： F426.61;TP181
- 纸质出版：2025
- 稿件说明：
移动端阅览
陈晓华, 吴杰康, 杨国荣. 基于向量加权平均算法优化最小二乘支持向量机的电价短期预测[J]. 黑龙江电力, 2025,47(1):1-7.
陈晓华, 吴杰康, 杨国荣. 基于向量加权平均算法优化最小二乘支持向量机的电价短期预测[J]. 黑龙江电力, 2025,47(1):1-7. DOI： 10.13625/j.cnki.hljep.2025.01.001.

DOI：

摘要

针对电价短期预测精度低等问题，提出一种基于向量加权平均算法优化最小二乘支持向量机的电价短期预测模型。将电价的历史数据归一化后作为输入变量；利用INFO优化LSSVM的惩罚因子和核函数参数，从而利用最优的参数值构建INFO-LSSVM预测模型；选取某地区2010年1月1日—15日的电力价格数据进行分析。仿真结果表明：与核极限学习机、长短期记忆神经网络、LSSVM预测模型相比，INFO-LSSVM预测模型的预测效果更好；利用果蝇优化算法优化LSSVM的惩罚因子和核函数参数构建FOA-LSSVM预测模型的预测效果不及INFO-LSSVM预测模型，并且INFO的收敛速度比FOA快。通过与对照预测模型对比表明，INFO-LSSVM预测模型具有更好的预测性能。

Abstract

关键词

Keywords

references

Ahmadianfar Iman,Heidari Ali Asghar,Noshadian Saeed,Chen Huiling,Gandomi Amir H.INFO: An efficient optimization algorithm based on weighted mean of vectors[J].Expert Systems With Applications,2022.

M. Hadi Amini,Amin Kargarian,Orkun Karabasoglu.ARIMA-based decoupled time series forecasting of electric vehicle charging demand for stochastic power system operation[J].Electric Power Systems Research,2016.

陈晓华,吴杰康,龙泳丞,王志平,蔡锦健.基于核主成分分析和食肉植物算法优化随机森林的风电功率短期预测[J].山东电力技术,2024(01).

邵明军,刘树光,李姗姗.基于优化随机森林的对地攻击无人机自主作战效能评估[J].航空兵器,2023(06).

陈晓华,王志平,吴杰康,蔡锦健,张勋祥,阚东旺,陈敦进.基于IHHO-SVM的电能质量扰动信号识别方法[J].浙江电力,2023(08).

杨超,冉启武,罗德虎,豆旺.基于注意力机制的CNN-BIGRU短期电价预测[J].电力系统及其自动化学报,2024(03).

朱熀秋,沈良瑜.采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制[J].中国电机工程学报,2024(05).

陈晓华,吴杰康,王志平,龙泳丞,詹耀国.基于改进GSA-SVM算法的电能质量扰动分类方法[J].宁夏电力,2023(02).

陈晓华,王志平,吴杰康,许海文,陈盛语,张勋祥,龙泳丞,谢明钊.基于COOT-SVM的短期光伏发电功率预测[J].四川电力技术,2023(06).

李云淏,咸日常,张海强,赵飞龙,李嘉洋,王玮,李增悦.基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法[J].电网技术,2023(04).

陈晓华,王志平,吴杰康,陈盛语,许海文,孙中海,杨国荣,江剑民,陈锦涛.基于VMD和IAO-SVM的电压暂降源识别方法[J].广东电力,2023(01).

郭贺宏,武灵耀,赵庆生,梁定康,王旭平,程昱舒.基于趋势指标与长短时记忆网络的电力市场日前电价预测[J].智慧电力,2022(09).

吉兴全,曾若梅,张玉敏,宋峰,孙鹏凯,赵国航.基于注意力机制的CNN-LSTM短期电价预测[J].电力系统保护与控制,2022(17).

陈晓华,吴杰康,陈盛语,王志平,蔡锦健,杨国荣,许海文,彭宇文.基于EMD和IABC-SVM算法的复合电压暂降源辨识方法[J].广东电力,2022(02).

LI Qi,CHEN Huaping,ZHU Fukang.Robust Estimation for Poisson Integer-Valued GARCH Models Using a New Hybrid Loss[J].Journal of Systems Science & Complexity,2021(04).

殷豪,丁伟锋,陈顺,张铮,曾琮,孟安波.基于长短时记忆网络-纵横交叉算法的含高比例新能源电力市场日前电价预测[J].电网技术,2022(02).

韩升科,胡飞虎,陈之腾,张琳,白兴忠.基于GCN-LSTM的日前市场边际电价预测[J].中国电机工程学报,2022(09).

贾雪枫,李存斌.考虑短期负荷影响的DeepESN电力市场实时电价预测研究[J].智慧电力,2021(01).

谢谦,董立红,厍向阳.基于Attention-GRU的短期电价预测[J].电力系统保护与控制,2020(23).

陈杰尧,陶春华,马光文,陈仕军,赵永龙,王靖.基于数据挖掘与支持向量机的现货市场出清价预测方法[J].电网与清洁能源,2020(10).

姚子麟,张亮,邹斌,顾申申.含高比例风电的电力市场电价预测[J].电力系统自动化,2020(12).

徐任超,阎威武,王国良,杨健程,张曦.基于周期性建模的时间序列预测方法及电价预测研究[J].自动化学报,2020(06).

谭忠富,何楠,周凤翱.电力市场环境下基于FOALSSVM的电价预测[J].华东电力,2012(12).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LS-SVM和数学形态谱的局部放电模式识别

基于最小二乘支持向量机控制器的研究

基于原子稀疏分解和支持向量机的短期负荷预测