| 基于加权粒子群优化的LSSVM的钢铁企业电力负荷预测 |
| |
| 引用本文： | 李顺昕,秦砺寒,胥永兰,牛东晓,王智敏.基于加权粒子群优化的LSSVM的钢铁企业电力负荷预测[J].华北电力大学学报,2014,41(6). |
| |
| 作者姓名： | 李顺昕 秦砺寒 胥永兰 牛东晓 王智敏 |
| |
| 作者单位： | 1. 国网冀北电力有限公司经济技术研究院,北京,100045
2. 华北电力大学经济与管理学院,北京,102206 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 钢铁企业电力负荷作为电力负荷的重要组成部分,钢铁电力负荷的准确预测对于提高电力负荷预测精度具有重要意义。为了实现钢铁电力负荷的中长期预测,本文选取了经济因素和社会因素作为自变量,引入带有惯性权重的粒子群算法(WPSO)对传统的最小二乘支持向量机智能预测模型(LSSVM)参数进行优化,并利用某地区钢铁电力负荷样本数据进行验证,拟合结果显示,经过粒子群算法优化后的最小二乘智能向量机算法预测精度更高,收敛速度更快,具有良好的推广性和适应性。
|
| 关 键 词： | 钢铁负荷预测 最小二乘支持向量机 粒子群优化 智能预测模型 |
Least squares support vector machine optimized by weight particle swarm optimization algorithm for steel load forecasting |
| |
| LI Shun-xin,QIN Li-han,XU Yong-lan,NIU Dong-xiao,WANG Zhi-min.Least squares support vector machine optimized by weight particle swarm optimization algorithm for steel load forecasting[J].Journal of North China Electric Power University,2014,41(6). |
| |
| Authors: | LI Shun-xin QIN Li-han XU Yong-lan NIU Dong-xiao WANG Zhi-min |
| |
| Abstract: | |
| |
| Keywords: | steel load forecasting least squares support vector machine (LSSVM) weight particle swarm optimization (WPSO) intelligent forecasting algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
