基于PSO-LSSVM的海水淡化负荷预测

被引：9

作者：

金璐 ^{[1
]}

钟鸣 ^{[1
]}

张景霞 ^{[2
]}

成岭 ^{[1
]}

陈培育 ^{[3
]}

机构：

[1] 中国电力科学研究院

[2] 东北大学信息科学与工程学院

[3] 国网天津市电力公司电力科学研究院

来源：

智慧电力 | 2019年 / 47卷 / 02期

关键词：

海水淡化; 负荷预测; LSSVM; PSO;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为了将海水淡化负荷与分布式可再生能源或电网结合协同运行,进一步提高海水淡化用户的综合经济效益,提出了精准预测海水淡化负荷的方法。首先对影响海水淡化负荷的相关因素应用灰色关联分析理论构建相似日的小样本集合,而后建立多输入单输出的最小二乘支持向量机（LSSVM）模型。针对LSSVM模型,提出了通过粒子群算法（PSO）优化相关参数γ和σ2的新预测方法。最后利用某海岛冬季用水数据对模型进行仿真验证,结果表明,该模型可达到参数最优化选择的目的,提高了预测精度,能够满足海水淡化负荷预测的需要。

引用

页码：49 / 55

页数：7

共 15 条

[1]

含风/光/柴/蓄及海水淡化负荷的微电网优化调度方法 [D].