摘要: |
针对现有电力系统短期负荷预测精度低、数据处理量大、易陷入局部寻优等缺点,提出了一种改进蚁群化学聚类方法。该方法通过在蚁群化学聚类算法的基础上引入核函数来优化负荷预测因素,减少在训练过程中的数据量,提高了预测速度和精度。经过对湖南某市的短期负荷预测,并与SVM及神经网络对比,其结果表明该预测模型精度高于SVM与神经网络模型精度。理论分析和实验数据验证了该算法具有一定的实用性和可行性。 |
关键词: 核函数 短期负荷预测 蚁群化学聚类 局部寻优 |
DOI:10.7667/j.issn.1674-3415.2012.04.011 |
|
基金项目:湖南教育厅科学研究项目(09C297);湖南省大学生研究性学习和创新性实验计划项目(H2010D0786) |
|
|
|
() |
Abstract: |
|
Key words: |