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.
,et al.[J].Power System Protection and Control,2006,34(3):28-31
【打印本页】   【下载PDF全文】   【查看/发表评论】  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被：浏览 4533次   下载 2630次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
基于粒子群支持向量机的短期电力负荷预测
张红梅1, 卫志农, 龚灯才, 刘玲
河海大学电气工程学院，江苏 南京 210098
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
分类号:
基金项目:
,et al
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭