基于DE-GWO-SVR的中长期电力需求预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11930/j.issn.1004-9649.202105016

基于DE-GWO-SVR的中长期电力需求预测

引用
电力需求预测是电力系统科学规划与运行的重要前提.根据相关性分析,从经济发展水平、城镇化水平、工业化水平、人口数量、产业结构、居民消费水平、电价和用电基数8个方面筛选出电力需求关键影响因素.利用差分进化(differential evolution,DE)和灰狼优化(grey wolf optimization,GWO)算法对支持向量回归模型(support vector regression,SVR)的参数进行优化,建立差分进化-灰狼优化-支持向量回归电力需求预测模型.选取北京市电力需求历史数据进行实证分析,比较不同模型的预测结果,验证组合优化模型的有效性及其预测的准确率,并对北京市2021—2025年电力需求进行预测.

电力需求预测;差分进化;灰狼优化算法;支持向量回归

54

国家社会科学基金项目配额制实施背景下面向区域差异的新能源发展战略研究,19BJY074

2021-10-08(万方平台首次上网日期,不代表论文的发表时间)

共6页

83-88

相关文献
评论
暂无封面信息
查看本期封面目录

中国电力

1004-9649

11-3265/TM

54

2021,54(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn