首页 | 本学科首页   官方微博 | 高级检索  
     

基于PSO优化和LIBSVM的中长期负荷预测
引用本文:边丽,薛太林,张敏. 基于PSO优化和LIBSVM的中长期负荷预测[J]. 山西电力, 2013, 0(3): 8-10
作者姓名:边丽  薛太林  张敏
作者单位:1. 山西大学工程学院,山西太原,030013
2. 山西神头发电责任有限公司,山西朔州,036100
摘    要:提出一种基于粒子群算法(Particle Swarm Optimization,PSO)和LIB SVM组合模型的中长期负荷预测,其中PSO算法用于对LIB SVM参数的寻优。对山西某地区的中期负荷预测实际算例仿真分析表明,所提出的方法预测精度明显优于传统的基于结构风险最小化理论的支持向量机(Support Vector Machine,SVM)方法,且收敛速度较快,因此,该算法用于中长期电力负荷预测是可行的。

关 键 词:负荷预测  支持向量机  粒子群优化  参数选择

Mid-long Term Load Forecasting Based on Particle Swarm Optimization Algorithm and Library for Support Vector Machines
BIAN Li , XUE Tai-lin , ZHANG Min. Mid-long Term Load Forecasting Based on Particle Swarm Optimization Algorithm and Library for Support Vector Machines[J]. Shanxi Electric Power, 2013, 0(3): 8-10
Authors:BIAN Li    XUE Tai-lin    ZHANG Min
Affiliation:1.Engineering College of Shanxi University,Taiyuan,Shanxi 030013,China; 2.Shanxi Shentou Power Generation Co.,Ltd.,Shuozhou,Shanxi 036100,China)
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号