基于SVR的短期電力負(fù)荷預(yù)測

王寶成

（永城職業(yè)學(xué)院，河南 永城 476600）

1 支持向量機(jī)在短期電力負(fù)荷預(yù)測中的應(yīng)用

鑒于支持向量機(jī)比其他預(yù)測方法的優(yōu)越性，目前越來越多的研究人員把支持向量機(jī)應(yīng)用到電力負(fù)荷預(yù)測當(dāng)中。而實際上電力負(fù)荷預(yù)測就是從以往的歷史負(fù)荷數(shù)據(jù)中得出一定的規(guī)律得到一個模型（數(shù)學(xué)表達(dá)式）利用這個模型對未來數(shù)據(jù)進(jìn)行預(yù)測。

2 數(shù)據(jù)處理

（1）缺失負(fù)荷數(shù)據(jù)的修補(bǔ)。如果某一天的數(shù)據(jù)出現(xiàn)大量缺失或不良數(shù)據(jù)，這一天就可以認(rèn)為是數(shù)據(jù)缺失，對于缺失數(shù)據(jù)的處理通常可以利用相鄰幾天的正常數(shù)據(jù)進(jìn)行補(bǔ)遺。由于不同日類型的負(fù)荷數(shù)據(jù)差距較大，因此修補(bǔ)數(shù)據(jù)時一定要采用相同日期類型的數(shù)據(jù)，并采取近大遠(yuǎn)小的權(quán)值進(jìn)行加權(quán)處理：

式中是第d天第t小時的負(fù)荷值，x(d,t)為與第d天具有相同日期類型且距離該天最近的兩個t時刻的負(fù)荷值，wi{i=1,2}為權(quán)值，有w1>w2,w1+w2=1。這里取得是距離該天最近的兩個相似日的對應(yīng)負(fù)荷。

（2）數(shù)據(jù)的垂直處理。在歷史負(fù)荷序列中，由于隨機(jī)因素的影響，負(fù)荷會在一天內(nèi)某段時間產(chǎn)生同于以往運(yùn)行方式的異常負(fù)荷點，我們稱之為異點。這些異點摻入到正常的負(fù)荷序列中，會使負(fù)荷序列的整體噪聲很大，降低了負(fù)荷曲線的相似性，增加了其不可預(yù)測性。因此，必須進(jìn)行異點數(shù)據(jù)剔除與負(fù)荷曲線的平滑處理。

（3）數(shù)據(jù)的水平處理。在對歷史負(fù)荷數(shù)據(jù)進(jìn)行了縱向的垂直過濾處理過之后，突變量很大的負(fù)荷點得到了一定的平滑處理。在進(jìn)行分析數(shù)據(jù)時，將前后兩個小時的負(fù)荷數(shù)據(jù)作為基準(zhǔn)，設(shè)定待處理數(shù)據(jù)的最大變動范圍為閥值θ(t)，當(dāng)待處理數(shù)據(jù)超過這個范圍就視為不良數(shù)據(jù)，采用平均值的方法平穩(wěn)其變化。

（4）樣本的特征選擇。對于樣本集{（x1,y1)}，輸出y1為d天t時刻的負(fù)荷值L(d,t),輸入向量x1應(yīng)包含對該負(fù)荷值有較大影響的因素，也就是輸入特征。我們就是要從大量特征中選擇影響負(fù)荷值較大的特征。本文做了以下特征的選取：

日期信息：從前面的電力負(fù)荷特點分析看到負(fù)荷具有按月、周、日周期變化的特點。故在輸入特征中包含這些日期信息能比較好的體現(xiàn)影響負(fù)荷變化的部分因素。

歷史負(fù)荷數(shù)據(jù)：比如說L為要預(yù)測的某日某時的負(fù)荷值，則預(yù)測日前幾天同一時刻、前一時刻和后一時刻的負(fù)荷，預(yù)測日前一個星期同一時刻、前一時刻和后一時刻的負(fù)荷都與預(yù)測日的負(fù)荷值有很密切的關(guān)系，所以也做為特征輸入。

3 選擇算法訓(xùn)練SVM

通過使用了Chang Chichung和Lin Chihjen在2001年提出了LIBSVM算法,該算法借鑒了其他方法的優(yōu)點，給出了一個工作集的確定方法，相對普通的優(yōu)化問題數(shù)值求解方法占用更少的內(nèi)存，而且在精度和速度上有更大的優(yōu)越性。其主要思想如下：式（3-17）是一個求解最大值問題，對目標(biāo)函數(shù)求相反數(shù)而保留約束條件，可再次將其轉(zhuǎn)化為求解最小值問題，為了簡便起見，將此最小值問題歸納為如下形式：

求解問題的難點在于本數(shù)較多時，Q陣規(guī)模較大且不是稀疏矩陣,LIBSVM分解算法的主要步驟如下:

（1）用q≤l作為工作集的維數(shù),α1作為問題的初值k=1。

（2）如果 αk是(4-21)的最優(yōu)解，停止計算；否則,確定一個維數(shù)為q的工作集B ∩{1,...l），定義N={1,...l}B，并定義和分別為αk中對應(yīng)B和N的子向量。

（3）解變量為αB的下述優(yōu)化問題

定義

并選取工作集B={i,j}，取B中的元素個數(shù)為2而不是其它數(shù)值，是因為這樣使之成為典型的二次優(yōu)化問題。

4 結(jié)語

SVR具有解析解,相對普通的優(yōu)化問題數(shù)值求解方法有更少的內(nèi)存占用，且在精度和速度上有更大的優(yōu)越性。Chang Chichung和Lin Chihjen在LIBSVM算法的基礎(chǔ)上用C++實現(xiàn)了一個LIBSVM庫，可以在MATLAB界面上實現(xiàn)負(fù)荷預(yù)測的訓(xùn)練，預(yù)測，是很方便的SVM負(fù)荷預(yù)測的工。

[1] 方瑞明.支持向量機(jī)理論及其應(yīng)用分析[TP].北京：中國電力出版社，2007.

[2] 牛東曉.電力負(fù)荷預(yù)測技術(shù)及其應(yīng)用[M].北京：中國電力出版社，1998.

[3] 肖國泉，王春，張福偉.電力負(fù)荷預(yù)測[M].北京：中國電力出版社，2001.