基于改进鱼群算法与最小二乘支持向量机的短期负荷预测 |
| |
作者姓名: | 宋学伟 刘天羽 江秀臣 盛戈皞 刘玉瑶 |
| |
作者单位: | 上海电机学院电气学院,上海,201306;上海交通大学电气工程系,上海,200240;国网山东省垦利区供电公司,山东东营,257000 |
| |
基金项目: | 国家自然科学基金;上海市自然基金资助项目;上海市自然基金资助项目 |
| |
摘 要: | 在电力系统中,无论是正常运行时的调度工作还是故障修复时的孤岛划分,都需要准确的负荷数据,因此电力负荷准确的短期预测工作十分重要。本文运用最小二乘支持向量机进行预测:首先,对人工鱼群算法通过视野和步长自适应设定以及引入精英反向学习机制进行改进,使其计算更加具有优越性;其次,利用改进的人工鱼群算法对广泛应用于负荷预测的最小二乘支持向量机进行改进(主要针对其核宽度系数与正则化参数);最后,运用参数改进后的最小二乘支持向量机对IEEE 33节点系统进行短期负荷预测。实例表明了此方法的工程实用性。
|
关 键 词: | 负荷预测 改进人工鱼群算法 精英反向学习 最小二乘支持向量机 参数优化 |
本文献已被 CNKI 万方数据 等数据库收录! |
|