基于自适应粒子群支持向量机的短期电力负荷预测

被引：11

作者：

刘佳

李丹

高立群

鲁顺

机构：

[1] 东北大学信息科学与工程学院

来源：

东北大学学报(自然科学版) | 2007年 / 09期

关键词：

粒子群优化; 自适应变异; 支持向量机; 负荷预测;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

针对粒子群优化算法存在易陷入局部最优点的缺点,提出了一种新的基于平均粒距的自适应粒子群优化算法(ASPO).该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法的后期引入速度变异算子和交换算子,使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期搜索速度快的特性.将该算法应用到基于支持向量机的短期电力负荷预测模型中,对支持向量机的参数进行优化.对某电网的短期负荷预测实际算例仿真分析表明,所提出的基于APSO-SVM方法的预测精度明显优于传统的SVM方法,且速度较快,因此,该算法用于短期电力负荷预测是有效可行的.

引用

页码：1229 / 1232

页数：4