10.16652/j.issn.1004-373x.2016.19.024
野草算法和支持向量机相融合的短期负荷预测
短期负荷受到天气、季节的综合影响,具有一定的混沌性,为了准确描述短期负荷的变化趋势,以提高预测精度,提出一种野草算法和支持向量机相融合的短期负荷预测模型(WA?SVM)。首先收集大量的短期负荷历史数据,并对它们进行混沌分析和处理,建立支持向量机的训练和测试样本集;然后采用支持向量机建立短期负荷预测模型,并通过野草算法找到支持向量机最优参数;最后采用短期负荷预测仿真对比实验测试其性能。结果表明,WA?SVM获得了比其他模型更高的短期负荷预测精度,为短期负荷建模与预测提供了一种新的研究方法。
电力系统、短期负荷、野草算法、相空间重构
39
TN915-34;TP391
天津市高等学校科技发展基金计划项目20130818
2016-11-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
99-101,106