基于人工免疫算法优化LSSVM的短期电力负荷预测
针对最小二乘支持向量机(LSSVM)中参数选取对电力负荷预测精度有着较大的影响,建立了一种基于人工免疫算法优化最小二乘支持向量机的短期电力负荷预测模型,该模型以历史负荷数据作为输入向量,选用高斯径向基函数作为核函数,利用人工免疫算法对LSSVM中的惩罚因子和核参数进行优化选取,极大地提高了LSSVM的训练速度和预测精度。仿真结果表明,该方法在短期电力负荷预测中具有较高的预测精度,证实了该方法的有效性和可行性。
人工免疫算法、最小二乘支持向量机、短期电力负荷预测、参数优化
TM731(输配电工程、电力网及电力系统)
2014-04-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
4-7