首页 | 本学科首页   官方微博 | 高级检索  
     

基于QPSO参数优化的WLS-SVM短期负荷预测
引用本文:王林川,白波,于奉振,袁明哲. 基于QPSO参数优化的WLS-SVM短期负荷预测[J]. 现代电力, 2010, 27(5)
作者姓名:王林川  白波  于奉振  袁明哲
摘    要:为了解决负荷非线性特性导致的预测模型难以准确建立的问题,提出一种基于量子粒子群优化(QPSO)参数选择的加权最小二乘支持向量机(WLS-SVM)的短期负荷预测模型和方法.首先,利用量子粒子群优化方法来对模型进行训练,从而选出最优超参数.其次,采用具有良好泛化性能的WLS-SVM回归模型弥补损失的鲁棒性.文中以黑龙江电网短期负荷预测为例,将该方法与一般LS-SVM模型的预测结果进行了对比分析,结果表明此方法能明显提高预测精度.

关 键 词:量子粒子群优化  最小二乘支持向量机  短期负荷预测  鲁棒性

Short-term Load Forecasting Based on WLS-SVM Method with Parameter Optimization by QPSO
Wang Linchuan,Bai bo,Yu Fengzhen,Yuan Mingzhe. Short-term Load Forecasting Based on WLS-SVM Method with Parameter Optimization by QPSO[J]. Modern Electric Power, 2010, 27(5)
Authors:Wang Linchuan  Bai bo  Yu Fengzhen  Yuan Mingzhe
Abstract:
Keywords:
本文献已被 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