基于原子稀疏分解和支持向量机的短期负荷预测

作者：徐玉琴; 郝丽丽负荷预测原子稀疏分解最小二乘支持向量机小波分解

摘要：受多种因素影响的负荷序列有很强的周期性和非平稳性,本文提出一种小波分解-原子稀疏分解-最小二乘支持向量机(WD-ASD-LSSVM)的短期负荷预测方法。该方法利用WD提取出周期性的低频分量和非平稳性的高频分量,建立基于LSSVM的低频预测模型和基于ASD-LSSVM的高频预测模型,并将分量预测值叠加作为下一时刻的负荷预测值。针对高频分量的非平稳性,提出一种基于快速傅里叶变换预求解、粒子群算法和正交匹配追踪算法结合(FFT-PSO-OMP)的方法对ASD进行优化,增强了ASD的分解和预测能力。以实际负荷预测进行算例仿真,验证了本文所提方法的有效性和可行性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社