Una estrategia para la previsión de carga a corto plazo mediante máquinas de regresión de vectores de soporte

Este artículo presenta una estrategia genérica para la previsión de carga a corto plazo (STLF) basada en las máquinas de regresión de vectores de soporte (SVR). Se introducen dos mejoras importantes en el método de previsión de carga basado en SVR, es decir, el procedimiento para la generación de entradas del modelo y la posterior selección de entradas del modelo utilizando algoritmos de selección de características. Uno de los objetivos de la estrategia propuesta es reducir la interacción del operador en el procedimiento de construcción del modelo. El uso propuesto de algoritmos de selección de características para la selección automática de entradas del modelo y la técnica de optimización global basada en enjambre de partículas para la optimización de los hiperparámetros de SVR reduce la interacción del operador. Para confirmar la efectividad de la estrategia de modelado propuesta, el modelo se ha entrenado y probado en dos conjuntos de datos de previsión de carga conocidos y disponibles públicamente y se ha comparado con los algoritmos STLF más avanzados, lo que ha dado como resultado una mayor precisión.