综合最优灰色支持向量机模型在季节型电力负荷预测中的应用

被引:19
作者
吴钰
王杰
机构
[1] 上海交通大学电气工程系
关键词
季节型负荷预测; 二重趋势性; 组合灰色支持向量机; 综合最优模型; 改进粒子群算法;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
季节型电力负荷同时具有增长性和波动性的二重趋势,使得负荷的变化呈现出复杂的非线性组合特征。对此,提出了一种综合最优灰色支持向量机预测模型,研究了同时考虑2种非线性趋势的复杂季节型负荷预测问题,说明了此优化模型分别优于2种单一负荷预测模型。在此基础上,对一般粒子群算法引入粒子速度自适应可调机制,并利用改进粒子群算法优化组合预测模型中的权值。对电力负荷预测应用实例的计算结果表明,该模型较大提高了季节型负荷预测的精度,具有较好的性能。
引用
收藏
页码:18 / 21
页数:4
相关论文
共 2 条
[1]
基于自适应粒子群优化算法的机组组合 [J].
常文平 ;
于海 ;
华大鹏 .
电力系统保护与控制, 2009, 37 (15) :15-18
[2]
组合预测方法在中长期电力负荷预测中的应用 [D]. 
李玉梅 .
四川大学,
2006