基于PCA和GA算法优化最小二乘支持向量机的开关柜温度预测

高压开关柜在变、配电系统中承担着保护、控制和分配电能的作用，其运行稳定性对电网安全稳定运行至关重要。针对影响开关柜温度因素众多以及最小二乘支持向量机（LS－SVM）回归预测时最优参数的选择问题，提出基于主成分分析（PCA）和遗传算法（GA）优化的最小二乘支持向量机开关柜温度预测模型。主成分分析通过变量间相关性降低影响开关柜温度因素变量维数，加快模型训练速度；同时，利用遗传算法进行LS－SVM模型参数优化，提高开关柜温度预测准确度，并通过实例分析进行验证。