基于粗糙集降维和相关向量机的长期用电需求预测方法

提出基于粗糙集降维的相关向量机用电量预测模型。选取1996—2010年北京市的GDP作为输入值,对应的全社会用电量作为输出值进行分析验证。研究结果表明:相关向量机是一种新的监督学习方法,与支持向量机相比,它更加稀疏,泛化能力更强且不需要设置惩罚因子,而粗糙集降维被用于从多个相关因素中筛选出适用于RVM回归模型的输入向量集,进而提高算法效率;基于相关向量机的用电量预测模型比经过优化参数后的支持向量机预测模型更优。