| 基于耦合GPR-PSO的北京地区中长期电力需求预测 |
| |
| 引用本文： | 黄元生,胡建军,蔡雅倩.基于耦合GPR-PSO的北京地区中长期电力需求预测[J].电测与仪表,2020,57(2):74-80. |
| |
| 作者姓名： | 黄元生 胡建军 蔡雅倩 |
| |
| 作者单位： | 华北电力大学（保定）经济管理系,华北电力大学（保定）经济管理系,华北电力大学（保定）经济管理系 |
| |
| 摘 要： | 建立科学合理的中长期电力需求预测方法,是电力产业科学规划建设的前提。构建了基于高斯过程(GPR)和粒子群(PSO)的混合电力需求预测模型。采用PSO算法对协方差函数中的参数进行优化,将修正后的参数作为初始值在GPR模型中进行电力需求方面的培训。在贝叶斯框架下,对协方差函数中的参数再次进行优化。用训练好的GPR模型进行电力需求预测,并将结果与自回归积分移动平均模型和指数平滑模型进行比较。验证结果表明,基于高斯过程(GPR)和粒子群(PSO)的混合电力需求预测模型具有很好的稳定性和更高的预测精度。
|
| 关 键 词： | 高斯过程回归，粒子群算法，电力需求预测，神经网络训练 |
| 收稿时间： | 2019/10/31 0:00:00 |
| 修稿时间： | 2019/10/31 0:00:00 |
Medium and long-term power demand forecasting in Beijing based on coupled GPR-PSO |
| |
| huangyuansheng,hujianjun and caiyaqian.Medium and long-term power demand forecasting in Beijing based on coupled GPR-PSO[J].Electrical Measurement & Instrumentation,2020,57(2):74-80. |
| |
| Authors: | huangyuansheng hujianjun and caiyaqian |
| |
| Affiliation: | Baoding, North China Electric Power University,Baoding, North China Electric Power University,Baoding, North China Electric Power University |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载全文 |
|
