基于果蝇参数优化的LSSVM短期负荷预测 |
| |
摘 要: | 为了提高电力系统短期负荷预测的精度,针对负荷影响因素的非线性特性,采用最小二乘支持向量机(LSSVM)建立短期负荷预测模型;针对传统LSSVM在负荷预测中存在的参数优选难题,给出了果蝇参数优化算法来优选LSSVM的惩罚参数C和核函数参数σ。通过对浙江省某地区2014-6-1至2014-6-29每天24点的负荷数据进行分析,对2014-6-30日各整点负荷进行预测,仿真结果表明,与传统的LSSVM和参数优化算法相比,基于果蝇优化算法的LSSVM短期负荷预测具有更高的精度。
|
LSSVM in Short-term Load Forecasting Based on Fruit Fly Optimization Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|