本文關(guān)鍵詞：基于多因素改進(jìn)型PSOSVM算法的中長期負(fù)荷預(yù)測

  更多相關(guān)文章： 中長期負(fù)荷預(yù)測 宏觀影響因素 粒子群與循環(huán)尋優(yōu) 改進(jìn)型PSOSVM算法 支持向量機(jī)

【摘要】：中長期負(fù)荷預(yù)測作為電力規(guī)劃與調(diào)度中的重要一環(huán),其影響因素有著多樣性和不確定性等特點(diǎn).選取支持向量機(jī)作為中長期負(fù)荷預(yù)測的核心算法,篩選多種區(qū)域宏觀經(jīng)濟(jì)因素,利用粒子群(PSO)尋優(yōu)與循環(huán)尋優(yōu)的改進(jìn)型算法對支持向量機(jī)(SVM)的參數(shù)進(jìn)行優(yōu)化及負(fù)荷預(yù)測.仿真結(jié)果顯示,改進(jìn)型PSOSVM算法有著較高的預(yù)測精度.
【作者單位】： 上海電力學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 中長期負(fù)荷預(yù)測 宏觀影響因素 粒子群與循環(huán)尋優(yōu) 改進(jìn)型PSOSVM算法 支持向量機(jī)
【分類號】：TM715;TP18
【正文快照】： 中長期負(fù)荷預(yù)測主要研究方向有灰度預(yù)測[1]、回歸分析[2]、組合預(yù)測[3]、神經(jīng)網(wǎng)絡(luò)算法[4-5]與支持向量機(jī)(Support Vector Machine,SVM)算法[6-10]等,其中灰度預(yù)測與回歸的研究對象主要是歷史負(fù)荷數(shù)據(jù),組合預(yù)測國內(nèi)研究的較多,國外研究相對較少,而神經(jīng)網(wǎng)絡(luò)算法與支持向量機(jī)是目

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 尚東慧;杜欣慧;彭玲;;二維云模型在中長期負(fù)荷預(yù)測中的應(yīng)用[J];山西電力;2012年06期

2 蔣繼清,賴敏;電力系統(tǒng)中長期負(fù)荷預(yù)測軟件通過鑒定[J];華中電力;1998年02期

3 黃偉,費(fèi)維剛,王炳革,吳娟,蔣本一;模糊理論在中長期負(fù)荷預(yù)測中的應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報(bào);1999年04期

4 葛斐;石雪梅;季超;葉斌;榮秀婷;楊欣;李周;;中長期負(fù)荷預(yù)測研究與管理一體化應(yīng)用平臺的構(gòu)建[J];計(jì)算機(jī)與數(shù)字工程;2014年03期

5 甄利玲;一種電力系統(tǒng)中長期負(fù)荷預(yù)測方法[J];山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年04期

6 顧潔,申剛,徐光虎;改進(jìn)的電力系統(tǒng)中長期負(fù)荷預(yù)測方法研究[J];電力自動化設(shè)備;2002年06期

7 羅治強(qiáng),張焰,朱杰,尹桂玲;中壓配電網(wǎng)中長期負(fù)荷預(yù)測實(shí)踐[J];電力自動化設(shè)備;2003年03期

8 顧潔,崔e，

本文編號：792422