基于免疫支持向量机方法的电力系统短期负荷预测

被引:23
作者
吴宏晓
侯志俭
机构
[1] 上海交通大学电子信息与电气工程学院
[2] 上海交通大学电子信息与电气工程学院 上海市 徐汇区
关键词
免疫支持向量机; 短期负荷预测; 支持向量机; 免疫算法; 电力系统;
D O I
10.13335/j.1000-3673.pst.2004.23.010
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
在对支持向量机(Support Vector Machines,SVM)方法的参数性能进行分析的基础上,提出了一种免疫支持向量机方法来预测电力系统短期负荷,其中利用免疫算法来优化支持向量机方法的参数。免疫算法是根据人类或其它高等动物免疫系统的机理而设计的,通过仿真抗原和抗体之间的相互作用过程,有效地克服了未成熟收敛现象,提高了群体的多样性。电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,本文所提免疫支持向量机方法具有更高的预测精度。
引用
收藏
页码:47 / 51
页数:5
相关论文
共 6 条
[1]   短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06) :55-59
[2]   基于人工神经网络和模糊推理的短期负荷预测方法 [J].
马文晓 ;
白晓民 ;
沐连顺 .
电网技术, 2003, (05) :29-32
[3]   基于支撑向量机方法的短期负荷预测 [J].
赵登福 ;
王蒙 ;
张讲社 ;
王锡凡 .
中国电机工程学报, 2002, (04) :27-31
[4]   基于神经网络的电力系统短期负荷预测研究 [J].
周佃民 ;
管晓宏 ;
孙婕 ;
黄勇 .
电网技术, 2002, (02) :10-13+18
[5]   具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型 [J].
牛东晓 ;
陈志业 ;
邢棉 ;
谢宏 .
中国电机工程学报, 2002, (01) :30-33
[6]   免疫算法 [J].
王磊 ;
潘进 ;
焦李成 .
电子学报, 2000, (07) :74-78