论文部分内容阅读
提出了结合遗传算（Genetic Algorithm，GA）和最小二乘支持向量机（kasf Squares Support Vector Machines．Ls—SVM）的短期电力负荷预测。由于影响负荷预测因素的复杂性和最小二乘支持向量机参数选择的不确定性，提出了采用遗传算法同时对电力负荷训练样本进行特征提取和最小二乘支持向量机的参数选择，然后利用提取出的数据序列和选择的参数，建立最小二乘支持向量机预测模型。通过实际算例分析，证明了该算法可以改善预测模型的精度和泛化能力。