论文部分内容阅读
短期电力负荷预测对电力系统安全经济运行和国民经济发展具有重要意义。最小二乘支持向量机（Least square support vector machines,LS-SVM）在解决小样本、非线性问题中表现出许多特有的优势,该方法已成功应用在负荷预测领域。本文提出了一种基于主成分分析的支持向量机预测模型,运用主成分分析对历史数据进行主成分提取,消除输入的训练数据本身存在着大量的噪声和冗余,从处理后的数据提取LSSVM的训练样本,并利用改进的粒子群优化算法（Particle Swarm Optimizatio