10.11930/j.issn.1004-9649.2016.08.054.05
基于改进型SVR的电网短期负荷预测
常规的支持向量回归预测模型(SVR)预测算法采用人工经验的方法对RBF核函数参数、不敏感系数和惩罚系数等参数进行选取,其性能会因随机选取的参数而变得随机和不确定.人工鱼群算法的初始参数会对整个算法的优化性能产生较大影响,将粒子群优化算法和混沌机制引入常规人工鱼群算法,对其进行改进,可以提高种群多样性和全局寻优能力,避免优化算法陷入局部最优解.通过实验方法对改进型人工鱼群优化SVR预测模型的性能进行分析.结果表明,所研究的短期负荷预测精度较高,具有较好的工程应用价值.
短期负荷预测、人工鱼群优化算法、粒子群优化、混沌机制
49
TM715(输配电工程、电力网及电力系统)
2016-09-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
54-58