基于改进ABC算法的中长期电力负荷组合预测

被引：15

作者：

陈强 ^{[1
]}

金小明 ^{[2
]}

姚建刚 ^{[1
]}

杨胜杰 ^{[3
]}

龚磊 ^{[1
]}

吴兆刚 ^{[1
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 南方电网技术研究中心

[3] 湖南湖大华龙电气与信息技术有限公司

来源：

电力系统保护与控制 | 2014年 / 42卷 / 23期

关键词：

ABC算法; 中长期电力负荷; 组合预测; 扰动项; OBL策略;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

将人工蜂群(ABC)算法应用到中长期电力负荷预测中,通过与组合预测模型相结合,对组合预测目标函数进行优化权重求解。另外针对该算法的早期收敛速度慢、后期容易陷入局部最优的缺点,通过引入扰动项,并进行最坏蜜源替代予以解决。实例分析证明该改进算法收敛速度快,全局寻优能力强。利用它求得的组合预测值,相对于单一模型的预测结果,精度有较大的提高,说明该改进算法应用到中长期电力负荷预测中是可行的。

引用

页码：113 / 117

页数：5

共 12 条

[1] 改进人工蜂群算法
毕晓君
王艳娇
[J]. 哈尔滨工程大学学报, 2012, 33 (01) : 117 - 123
[2] 中长期电力负荷预测的改进免疫粒子群算法
卜虎正
姚建刚
李文杰
孙广强
吴剑飞
陈华林
[J]. 电力系统及其自动化学报, 2011, 23 (03) : 139 - 144
[3] 考虑数据不确定性的中长期电力负荷预测
郑志杰
李磊
赵兰明
[J]. 电力系统保护与控制, 2011, 39 (07) : 123 - 126+132
[4] 基于负荷误差和经济发展趋势的组合预测模型在中长期负荷预测中的应用
温青
张筱慧
杨旭
[J]. 电力系统保护与控制, 2011, 39 (03) : 57 - 61
[5] 粒子群优化的神经网络模型在短期负荷预测中的应用
陆宁
周建中
何耀耀
[J]. 电力系统保护与控制, 2010, 38 (12) : 65 - 68
[6] 改进粒子群优化算法在电力负荷组合预测模型中的应用
吴昌友
王福林
董志贵
索瑞霞
[J]. 电网技术, 2009, 33 (02) : 27 - 30
[7] 电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
[8] A discrete artificial bee colony algorithm for the lot-streaming flow shop scheduling problem[J] . Quan-Ke Pan,M. Fatih Tasgetiren,P.N. Suganthan,T.J. Chua.Information Sciences . 2010 (12)
[9] A comparative study of Artificial Bee Colony algorithm
Karaboga, Dervis
Akay, Bahriye
[J]. APPLIED MATHEMATICS AND COMPUTATION, 2009, 214 (01) : 108 - 132
[10] An artificial bee colony algorithm for the leaf-constrained minimum spanning tree problem[J] . Alok Singh.Applied Soft Computing Journal . 2008 (2)

← 1 2 →