本文選題：鋼鐵負荷預測 + 最小二乘支持向量機��； 參考：《華北電力大學學報(自然科學版)》2014年06期

【摘要】：鋼鐵企業(yè)電力負荷作為電力負荷的重要組成部分,鋼鐵電力負荷的準確預測對于提高電力負荷預測精度具有重要意義。為了實現(xiàn)鋼鐵電力負荷的中長期預測,本文選取了經(jīng)濟因素和社會因素作為自變量,引入帶有慣性權(quán)重的粒子群算法(WPSO)對傳統(tǒng)的最小二乘支持向量機智能預測模型(LSSVM)參數(shù)進行優(yōu)化,并利用某地區(qū)鋼鐵電力負荷樣本數(shù)據(jù)進行驗證,擬合結(jié)果顯示,經(jīng)過粒子群算法優(yōu)化后的最小二乘智能向量機算法預測精度更高,收斂速度更快,具有良好的推廣性和適應性。
[Abstract]:As an important part of power load, the accurate forecasting of iron and steel power load is of great significance to improve the accuracy of power load forecasting. In order to realize the medium and long term forecasting of iron and steel power load, this paper selects economic and social factors as independent variables. The particle swarm optimization (WPSO) algorithm with inertia weight is introduced to optimize the LSSVM parameters of the traditional LS-SVM intelligent forecasting model. The LSSVM parameters are verified by the sample data of iron and steel power load in a certain area. The fitting results show that, The least square intelligent vector machine algorithm optimized by particle swarm optimization has higher prediction accuracy, faster convergence speed and better generalization and adaptability.
【作者單位】： 國網(wǎng)冀北電力有限公司經(jīng)濟技術(shù)研究院;華北電力大學經(jīng)濟與管理學院;
【基金】：國家自然科學基金資助項目(71471059)
【分類號】：TM715

【參考文獻】

相關(guān)期刊論文 前6條

1 鄭靜 ,杜秀華 ,史新祈;大型鋼鐵企業(yè)電力負荷的短期預測研究[J];電力需求側(cè)管理;2004年01期

2 張雪君;陳剛;周杰;馬愛軍;張忠靜;;基于粒子群優(yōu)化魯棒支持向量回歸機的中長期負荷預測[J];電力系統(tǒng)保護與控制;2009年21期

3 廖旎煥;胡智宏;馬瑩瑩;盧王允;;電力系統(tǒng)短期負荷預測方法綜述[J];電力系統(tǒng)保護與控制;2011年01期

4 姚全珠;蔡婕;;基于PSO的LS-SVM特征選擇與參數(shù)優(yōu)化算法[J];計算機工程與應用;2010年01期

5 龔松建;袁宇浩;王莉;張廣明;;基于PSO優(yōu)化LS-SVM的短期風速預測[J];可再生能源;2011年02期

6 陶莉,陳麗娟;鋼鐵企業(yè)短期負荷預測的研究[J];南京工程學院學報(自然科學版);2005年02期

【共引文獻】

相關(guān)期刊論文 前10條

1 閆冬梅;任麗莉;康冰;;基于小波回歸分析法的短期負荷預測模型研究[J];長春師范學院學報(自然科學版);2010年04期

2 賀輝;楊潔;;武廣客運專線鐵路電力負荷特性分析及預測[J];電力需求側(cè)管理;2011年03期

3 蔣燕;王少楊;封蕓;;基于遞歸等權(quán)組合模型的中長期電力負荷預測[J];電力系統(tǒng)及其自動化學報;2012年01期

4 高超;程浩忠;李宏仲;高均;顧巍;;大容量沖擊負荷對地區(qū)電網(wǎng)暫態(tài)穩(wěn)定性的影響[J];電網(wǎng)技術(shù);2008年01期

5 李如琦;蘇浩益;王宗耀;鄧國良;陳鐵洲;;應用啟發(fā)式最小二乘支持向量機的中長期電力負荷預測[J];電網(wǎng)技術(shù);2011年11期

6 劉文穎;門德月;梁紀峰;王維洲;;基于灰色關(guān)聯(lián)度與LSSVM組合的月度負荷預測[J];電網(wǎng)技術(shù);2012年08期

7 李鵬鵬;彭顯剛;孟安波;李慧良;農(nóng)為踴;;小波貝葉斯神經(jīng)網(wǎng)絡在沖擊負荷地區(qū)短期負荷預測中的應用[J];電力科學與工程;2012年11期

8 王干軍;徐衍會;;負荷預測準確性評估方法研究[J];廣東電力;2012年11期

9 焦?jié)櫤?蘇辰雋;林碧英;莫瑞芳;;基于氣象信息因素修正的灰色短期負荷預測模型[J];電網(wǎng)技術(shù);2013年03期

10 劉春霞;張雪艷;;改進人工智能神經(jīng)網(wǎng)絡的短期電力負荷預測[J];電氣應用;2013年04期

相關(guān)會議論文 前7條

1 張川;高峰;翟橋柱;管曉宏;周佃民;高云龍;張平安;;基于滾動優(yōu)化的鋼鐵企業(yè)電力優(yōu)化調(diào)度算法[A];第二十六屆中國控制會議論文集[C];2007年

2 高峰;張川;徐暉;周佃民;翟橋柱;管曉宏;;大型用電企業(yè)負荷預測校正方法[A];第二十七屆中國控制會議論文集[C];2008年

3 楊藝敏;景新幸;楊海燕;;PSO-SVM在說話人確認系統(tǒng)中的研究[A];泛在信息社會中的聲學——中國聲學學會2010年全國會員代表大會暨學術(shù)會議論文集[C];2010年

4 盛剛;孫彥廣;梁青艷;;鋼鐵企業(yè)電力負荷分析與預測模型的探討[A];全國冶金自動化信息網(wǎng)2011年年會論文集[C];2011年

5 劉海田;韓朝;張東寧;萬春紅;吳彥文;;大型機加工設備用電能效實時監(jiān)測系統(tǒng)的實現(xiàn)[A];改造提升傳統(tǒng)產(chǎn)業(yè)培育發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)高端論壇論文集[C];2014年

6 Gang Ji;Jingcheng Wang;Yang Ge;Huajiang Liu;;Urban Water Demand Forecasting by LS-SVM with Tuning based on Elitist Teaching-Learning-based Optimization[A];第26屆中國控制與決策會議論文集[C];2014年

7 夏非;范莉;蘇浩益;;基于粗糙集理論和啟發(fā)式徑向基函數(shù)神經(jīng)網(wǎng)絡的中長期電力負荷預測模型[A];2013年江西省電機工程學會年會論文集[C];2013年

相關(guān)博士學位論文 前10條

1 聶秋平;鋼鐵企業(yè)能源實績平衡與優(yōu)化調(diào)度策略及應用研究[D];中南大學;2011年

2 郭嘉;回聲狀態(tài)網(wǎng)絡分類方法及其應用研究[D];哈爾濱工業(yè)大學;2011年

3 李修飛;鋼鐵企業(yè)面向訂單的集成生產(chǎn)計劃管理技術(shù)研究[D];大連理工大學;2008年

4 侯建朝;中國能源與經(jīng)濟之間關(guān)系的模型及實證分析[D];華北電力大學（北京）;2009年

5 王吉利;電力系統(tǒng)特殊負荷建模的研究[D];華北電力大學（北京）;2010年

6 蔣強;復雜網(wǎng)絡同步控制及其在電力系統(tǒng)中的應用研究[D];西南交通大學;2011年

7 趙杰;光伏發(fā)電并網(wǎng)系統(tǒng)的相關(guān)技術(shù)研究[D];天津大學;2012年

8 葉子菀;高耗能工業(yè)用電行為分析與治理研究[D];武漢大學;2013年

9 林少伯;含光伏電源的微電網(wǎng)儲能控制技術(shù)研究[D];華北電力大學;2013年

10 王大鵬;灰色預測模型及中長期電力負荷預測應用研究[D];華中科技大學;2013年

相關(guān)碩士學位論文 前10條

1 王文棟;GEP及SVM融合的分類技術(shù)研究[D];廣西師范學院;2010年

2 王洪亮;林州產(chǎn)業(yè)集聚區(qū)電網(wǎng)規(guī)劃研究[D];鄭州大學;2010年

3 閆冬梅;大孤山選礦廠電能信息采集及短期負荷預測的研究[D];長春工業(yè)大學;2010年

4 史鵬飛;面向?qū)ο蟮碾娏ο到y(tǒng)綜合負荷預測軟件開發(fā)及應用[D];太原理工大學;2011年

5 王曉;基于高光譜圖像及近紅外光譜技術(shù)的水果表面農(nóng)藥殘留的無損檢測研究[D];江西農(nóng)業(yè)大學;2011年

6 張煒桀;智能電網(wǎng)環(huán)境下的電力負荷預測[D];西南交通大學;2011年

7 劉潭;基于改進LS-SVM的浮選回收率預測研究[D];遼寧科技大學;2011年

8 唐志煦;基于特征選擇的入侵檢測研究[D];中國科學技術(shù)大學;2011年

9 周江昕;考慮需求側(cè)管理的負荷預測方法研究[D];上海交通大學;2012年

10 楊占杰;智能配電網(wǎng)短期負荷預測研究[D];天津大學;2012年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 高山;短期負荷預測的神經(jīng)網(wǎng)絡實現(xiàn)[J];電力需求側(cè)管理;2001年06期

2 楊爭林,宋燕敏,曹榮章,孫維真,吳勁暉;超短期負荷預測在發(fā)電市場中的應用[J];電力系統(tǒng)自動化;2000年11期

3 康重慶,夏清,張伯明;電力系統(tǒng)負荷預測研究綜述與發(fā)展方向的探討[J];電力系統(tǒng)自動化;2004年17期

4 白建社,盛戈v，

本文編號：2024993