学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
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
:
论文数:
引用数:
h-index:
机构:
吴钰
论文数:
引用数:
h-index:
机构:
王杰
机构
:
[1]
上海交通大学电气工程系
来源
:
华东电力
|
2012年
/ 40卷
/ 01期
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].
论文数:
引用数:
h-index:
机构:
常文平
;
于海
论文数:
0
引用数:
0
h-index:
0
机构:
河南电力公司新乡供电公司
河南机电高等专科学校电气工程系
于海
;
华大鹏
论文数:
0
引用数:
0
h-index:
0
机构:
河南电力公司南阳供电公司
河南机电高等专科学校电气工程系
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].
论文数:
引用数:
h-index:
机构:
李玉梅
.
四川大学,
2006
←
1
→
共 2 条
[1]
基于自适应粒子群优化算法的机组组合
[J].
论文数:
引用数:
h-index:
机构:
常文平
;
于海
论文数:
0
引用数:
0
h-index:
0
机构:
河南电力公司新乡供电公司
河南机电高等专科学校电气工程系
于海
;
华大鹏
论文数:
0
引用数:
0
h-index:
0
机构:
河南电力公司南阳供电公司
河南机电高等专科学校电气工程系
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].
论文数:
引用数:
h-index:
机构:
李玉梅
.
四川大学,
2006
←
1
→