基于粒子群支持向量机的短期电力负荷预测

被引：27

作者：

张红梅

卫志农

龚灯才

刘玲

机构：

[1] 河海大学电气工程学院

来源：

继电器 | 2006年 / 03期

关键词：

电力系统; 短期负荷预测; 支持向量机; 粒子群;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

在分析支持向量机SVM(Support VectorM ach ine)回归估计方法参数性能的基础上,提出粒子群算法PSO(Partic le Swarm Optim ization)优化参数的SVM短期电力负荷预测模型。PSO算法是一种新型的基于群体智能的随机优化算法,简单易于实现且具有更强的全局优化能力。用所建立的负荷预测模型编制的M atlab仿真程序,对某实际电网进行了短期负荷预测,结果表明预测精度更高。

引用

页码：28 / 31

页数：4