文献类型：期刊文章

作　　者：周湶[1] 孙威[1] 任海军[1] 张昀[1] 孙才新[1] 谢国勇[2] 邓景云[1]

机构地区：[1]输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆市沙坪坝区400030 [2]四川华油集团有限责任公司,四川省成都市610017

出　　处：《电网技术》

基　　金：国家自然科学基金项目(50607023);重庆市自然科学基金项目(2006BB2189)~~

年　　份：2011

卷　　号：35

期　　号：1

起止页码：66-71

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20110813685118)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统的负荷密度指标的求取方法通常采用经验法或简单类比法,难以满足精度要求,从负荷密度与其影响因素存在着某种非线性关系的角度出发,提出了一种基于最小二乘支持向量机(least squares support vector machine,LS-SVM)的配电网空间负荷预测方法。该方法首先引入模糊C–均值算法把各类用地性质负荷聚类为几个等级,建立比较精确的负荷密度指标体系;然后根据待预测地块的规划属性,在体系中为LS-SVM预测模型选出与预测样本特征更为相似的样本进行训练,提高LS-SVM的泛化能力和预测精度;采用遗传算法对LS-SVM预测模型的参数进行自动优化,进一步提高预测模型的适应性和预测精度,实例验证了该方法的实用性和有效性。

关 键 词：空间负荷预测 负荷密度指标法 支持向量机 模糊C-均值聚类 遗传算法  

分 类 号：TM715]