运用PSO-LSSVM模型的城市供电可靠性预测

被引:9
作者
董红 [1 ]
石连生 [2 ]
赵鹏程 [2 ]
严俊 [2 ]
机构
[1] 广州供电局
[2] 天津天大求实电力新技术股份有限公司
关键词
供电可靠性; 城市电网; 指标预测; 粒子群优化; 最小二乘支持向量机;
D O I
暂无
中图分类号
TM732 [电力系统的运行];
学科分类号
080802 ;
摘要
传统的可靠性预测方法需要配电网结构和元件可靠性指标历史数据十分准确,难以实现对城市配电网规划供电可靠性指标的预测。为此,提出一种将PSO-LSSVM(基于粒子群优化的最小二乘支持向量机)模型应用到城市电网供电可靠性预测的方法。首先通过分析影响城市供电可靠性的因素得出主要特征量;然后将这些特征量的历史数据作为输入样本,利用粒子群优化的最小二乘支持向量机方法进行建模;最后利用建立好的模型预测规划目标年城市电网供电可靠性指标。对某省多个城市电网的应用结果表明,该方法是可行且有效的。
引用
收藏
页码:82 / 86
页数:5
相关论文
共 20 条
[1]  
配电系统可靠性实用基础.[M].陈文高编著;.中国电力出版社.1998,
[2]   规划态中压配网供电可靠性评估模型 [J].
李历波 ;
王玉瑾 ;
王主丁 ;
叶云 ;
李旭前 .
电力系统及其自动化学报, 2011, 23 (03) :84-88
[3]   配网接线方式对供电可靠性影响分析 [J].
蔡泽祥 ;
周全 .
电力系统及其自动化学报, 2010, 22 (04) :85-88+106
[4]   基于BP神经网络的城网供电可靠性预测方法 [J].
宋云亭 ;
吴俊玲 ;
彭冬 ;
张东霞 ;
梁才浩 ;
邱野 ;
陈志刚 ;
吴琼 ;
曹静 .
电网技术, 2008, (20) :56-59
[5]   基于PSO-LSSVM的研究法辛烷值预测建模 [J].
李炜 ;
石连生 ;
梁成龙 .
化工自动化及仪表, 2008, (02) :25-27+31
[6]   基于混合算法的复杂配电系统可靠性评估 [J].
姚李孝 ;
赵兵 ;
伍利 ;
崔杜武 .
电力系统及其自动化学报, 2006, (06) :96-102
[7]   基于GO法的配电网可靠性评估 [J].
徐荆州 ;
李扬 ;
陈霄 .
电力系统及其自动化学报, 2006, (05) :66-69
[8]   考虑负荷转移限制的配电系统区间可靠性评估 [J].
崔坤台 ;
王成山 ;
谢莹华 .
电力系统及其自动化学报, 2006, (04) :91-96
[9]   城市电网最大供电能力评价算法 [J].
邱丽萍 ;
范明天 .
电网技术, 2006, (09) :68-71
[10]   大规模配电网可靠性指标的近似估测算法 [J].
管霖 ;
冯垚 ;
刘莎 ;
石东 .
中国电机工程学报, 2006, (10) :92-98