| 基于混沌类电磁算法优化支持向量机的短期负荷预测 |
| |
| 引用本文： | 王茜,李皓然,王新娜,张媛媛.基于混沌类电磁算法优化支持向量机的短期负荷预测[J].计算技术与自动化,2019,38(4):15-18. |
| |
| 作者姓名： | 王茜 李皓然 王新娜 张媛媛 |
| |
| 作者单位： | 国网冀北电力有限公司技能培训中心(保定电力职业技术学院),河北 保定 071000;国网冀北电力有限公司技能培训中心(保定电力职业技术学院),河北 保定 071000;国网冀北电力有限公司技能培训中心(保定电力职业技术学院),河北 保定 071000;国网冀北电力有限公司技能培训中心(保定电力职业技术学院),河北 保定 071000 |
| |
| 基金项目： | 国家重点研发计划资助项目 |
| |
| 摘 要： | 短期负荷预测准确性对于电网态势感知和电网策略具有十分重要的意义。提出一种基于混沌类电磁学（CEM）优化支持向量机的短期负荷预测方法，该方法利用聚类思想判断数据质量并进行相关数据预处理工作。建立支持向量机的短期负荷预测模型，针对传统支持向量机参数选择困难问题，引入混沌类电磁学算法优化参数，提高算法收敛效率和寻优能力。仿真结果表明：所提算法较传统支持向量机算法和粒子群-支持向量机算法（PSO-SVM）收敛速度更快，寻优能力更强，适用于短期负荷预测。
|
| 关 键 词： | 负荷预测 类电磁学 支持向量机 |
Short Term Load Forecasting Based on SVM
and Chaos Electromagnetic Algorithm |
| |
| WANG Qian,LI Hao-ran,WANG Xin-n,ZHANG Yuan-yuan.Short Term Load Forecasting Based on SVM
and Chaos Electromagnetic Algorithm[J].Computing Technology and Automation,2019,38(4):15-18. |
| |
| Authors: | WANG Qian LI Hao-ran WANG Xin-n ZHANG Yuan-yuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |
|
