共 10 条
- [10] Least squares support vector machine classifiers[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300Suykens, JAKVandewalle, J
基于混沌理论和LSSVM的蒸汽负荷预测
被引：10
作者：
张华强
张晓燕
机构：
[1] 哈尔滨工业大学(威海)电气工程系
来源：
关键词：
混沌;
最小二乘支持向量机;
粒子群优化;
模拟退火;
预测;
D O I：
暂无
中图分类号：
TM621 [火力发电厂、热电站];
学科分类号：
摘要：
蒸汽是一种重要的二次能源,如何预知热电厂在未来时刻需生产的蒸汽负荷,对于安全、经济地向用户提供高质量的热负荷具有重要意义.针对短期蒸汽负荷序列的预测问题,首先证明了蒸汽负荷序列具有混沌特性,根据Takens定理,重构蒸汽负荷时间序列相空间,分别采用C-C方法和Cao方法确定延迟时间和嵌入维数;然后在相空间中,利用最小二乘支持向量机（LSSVM）建立蒸汽负荷预测模型,并采用模拟退火算法（SA）改进的粒子群优化算法（PSO）,即SAWPSO算法对LSSVM参数的选择方法进行了优化,结果证明该方法能够取得很好的预测效果.
引用
收藏
页码：1058 / 1066
页数：9
相关论文