引用本文: | 张红梅,卫志农,龚灯才,等.基于粒子群支持向量机的短期电力负荷预测[J].电力系统保护与控制,2006,34(3):28-31.[点击复制] |
,et al.[J].Power System Protection and Control,2006,34(3):28-31[点击复制] |
|
摘要: |
在分析支持向量机SVM(Support VectorM ach ine)回归估计方法参数性能的基础上,提出粒子群算法PSO(Partic le Swarm Optim ization)优化参数的SVM短期电力负荷预测模型。PSO算法是一种新型的基于群体智能的随机优化算法,简单易于实现且具有更强的全局优化能力。用所建立的负荷预测模型编制的M atlab仿真程序,对某实际电网进行了短期负荷预测,结果表明预测精度更高。 |
关键词: 电力系统 短期负荷预测 支持向量机 粒子群 |
DOI:10.7667/j.issn.1674-3415.2006.03.008 |
|
基金项目: |
|
|
|
() |
Abstract: |
|
Key words: |