论文部分内容阅读
为了提高天然气短期负荷的预测精度,提出了基于小波变换和LSSVM-DE（Least Squares Support Vector Machine-Differential Evolution）的天然气日负荷组合预测模型,首先,采用Mallat快速算法对天然气日负荷实际采集数据样本时间序列进行小波分解;其次,对分解出来的高频分量和低频分量分别建立LSSVM预测模型,各分量的模型参数分别采用DE进行优化,以期得到更准确的预测结果;最后,分别对各分量的预测结果进行小波重构.以某市实际采集的样本数据为例,并将重构