10.3969/j.issn.1000-3886.2015.06.019
基于果蝇参数优化的LSSVM短期负荷预测
为了提高电力系统短期负荷预测的精度,针对负荷影响因素的非线性特性,采用最小二乘支持向量机(LSSVM)建立短期负荷预测模型;针对传统LSSVM在负荷预测中存在的参数优选难题,给出了果蝇参数优化算法来优选LSSVM的惩罚参数C和核函数参数σ.通过对浙江省某地区2014-6-1至2014-6-29每天24点的负荷数据进行分析,对2014-6-30日各整点负荷进行预测,仿真结果表明,与传统的LSSVM和参数优化算法相比,基于果蝇优化算法的LSSVM短期负荷预测具有更高的精度.
负荷预测、最小二乘支持向量机、参数优化、果蝇优化算法、粒子群优化
37
TM715(输配电工程、电力网及电力系统)
甘肃省自然基金1308RJZA117
2015-12-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
60-62,77