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

【相似文獻】

相關期刊論文 前10條

1 韓富春，姚勁松，，趙銘凱;一種新的中長期電力負荷預測方法[J];電工技術學報;1994年04期

2 葉舟,陳康民;溫斯特線性與季節(jié)性指數(shù)平滑法在電力負荷預測中的應用及改進[J];電力建設;2000年08期

3 武雅麗,荊平,姬瑞珍,武堅;電力負荷預測軟件在晉中地區(qū)的應用[J];山西電力技術;2000年01期

4 余貽鑫,張崇見,張弘鵬;空間電力負荷預測小區(qū)用地分析(一)——模糊推理新方法和小區(qū)用地分析原理[J];電力系統(tǒng)自動化;2001年06期

5 余貽鑫,張崇見,張弘鵬;空間電力負荷預測小區(qū)用地分析(二)——模糊推理在小區(qū)用地分析中的應用[J];電力系統(tǒng)自動化;2001年07期

6 余貽鑫,張弘鵬,張崇見,嚴雪飛;空間電力負荷預測小區(qū)用地分析的模糊推理新方法[J];天津大學學報;2002年02期

7 甄利玲;中長期電力負荷預測的回歸模型及其應用[J];雁北師范學院學報;2002年05期

8 吳敏敏;縣市級電力負荷預測方法初探[J];浙江電力;2002年04期

9 楊期余,汪衛(wèi)華,藍信軍;長期電力負荷預測的模糊數(shù)學方法[J];湖南大學學報(自然科學版);2002年06期

10 王志征,余岳峰,姚國平;基于主成分分析法和自適應神經(jīng)模糊推理系統(tǒng)的電力負荷預測[J];電力自動化設備;2003年09期

相關會議論文 前10條

1 李忻賢;;淺談電力負荷預測[A];山東電機工程學會第四屆供電專業(yè)學術交流會論文集[C];2007年

2 喬艷芬;;基于分形理論的昆明電網(wǎng)電力負荷預測[A];2009年云南電力技術論壇論文集（優(yōu)秀論文部分）[C];2009年

3 趙成旺;顧幸生;;組合優(yōu)化灰色預測模型在中長期電力負荷預測中應用[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

4 羅楠;朱業(yè)玉;杜彩月;王軍;王紅燕;;支持向量機方法在電力負荷預測中的應用[A];中國氣象學會2007年年會天氣預報預警和影響評估技術分會場論文集[C];2007年

5 喬艷芬;;基于分形理論的昆明電網(wǎng)電力負荷預測[A];2009年云南電力技術論壇論文集（文摘部分）[C];2009年

6 楊旭;劉自發(fā);張建華;李聰;;考慮氣候因素的城市電力負荷預測[A];第十一屆全國電工數(shù)學學術年會論文集[C];2007年

7 牛東曉;陳志業(yè);邢棉;謝宏;;具有二重趨勢性的季節(jié)型電力負荷預測組合優(yōu)化灰色神經(jīng)網(wǎng)絡模型[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

8 丁光彬;王治昆;趙林明;翟傳仁;;包絡預測方法及其在電力負荷預測中的應用[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

9 劉博;張筱慧;許璞;;變權重組合預測方法用于電力負荷預測[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（下冊）[C];2008年

10 孔勝;王宇;張承偉;;經(jīng)濟危機對中長期電力預測影響的實證研究[A];第五屆（2010）中國管理學年會——商務智能分會場論文集[C];2010年

相關重要報紙文章 前4條

1 薛元蕩 鮑導;阜寧縣加強電力負荷預測[N];中國電力報;2000年

2 章家銀 張克杰;氣象要素在電力負荷預測中的應用[N];巢湖日報;2006年

3 夏志強邋楊士進 曾居仁;氣象預報助我省科學調度電力[N];貴州日報;2008年

4 本報記者 羅丹;氣象科技融入電網(wǎng)[N];中國氣象報;2014年

相關博士學位論文 前7條

1 周倩;智能工程體系及其在電力負荷預測中的應用研究[D];華北電力大學（北京）;2010年

2 葉世杰;基于多指標模型的電力負荷預測研究[D];重慶大學;2010年

3 王建軍;基于知識挖掘技術的智能協(xié)同電力負荷預測研究[D];華北電力大學（北京）;2011年

4 尹新;群智能算法與電力負荷預測研究[D];湖南大學;2011年

5 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

6 劉曉娟;基于智能方法的電力系統(tǒng)負荷預測模型及其應用研究[D];東華大學;2014年

7 王勇;用于電力行業(yè)決策支持的多AGENT技術研究[D];華東師范大學;2007年

相關碩士學位論文 前10條

1 李小燕;基于灰色理論的電力負荷預測[D];華中科技大學;2007年

2 儲琳琳;市南地區(qū)電力負荷預測實用方法研究[D];上海交通大學;2009年

3 耿光飛;珠海市電力負荷預測研究[D];中國農業(yè)大學;2000年

4 張毅;中長期電力負荷預測[D];四川大學;2003年

5 沈海瀾;基于數(shù)據(jù)挖掘技術的電力負荷預測研究[D];中南大學;2003年

6 藍信軍;長期電力負荷預測的模糊數(shù)學方法研究[D];湖南大學;2004年

7 周曉剛;盤錦地區(qū)中期電力負荷預測的研究[D];沈陽工業(yè)大學;2007年

8 陳霞;灰色預測模型及其在電力負荷預測中的應用研究[D];南昌大學;2007年

9 陳啟;基于支持向量回歸在短期負荷預測中的應用[D];河北工程大學;2010年

10 陸雪梅;基于灰色理論的城市電網(wǎng)電力負荷預測[D];天津大學;2010年

本文編號：2024994