期刊文章详细信息
文献类型:期刊文章
机构地区:[1]安徽工业大学电气信息学院,安徽马鞍山243000 [2]罗克韦尔自动化(中国)有限公司,上海200233
基 金:国家863计划基金资助项目(编号:2007AA05Z242;2007AA05Z421)
年 份:2013
卷 号:34
期 号:11
起止页码:1-5
语 种:中文
收录情况:BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、INSPEC、RCCSE、ZGKJHX、核心刊
摘 要:准确的短期电力负荷预测是电力系统安全经济运行的重要依据。针对短期负荷影响因素的非线性特性,研究了基于最小二乘支持向量回归机(LSSVR)的短期负荷预测方法。鉴于LSSVR算法参数选取的难点,提出了云进化算法优化LSSVR的短期电力负荷预测模型(CBEA_LSSVR)。CBEA_LSSVR利用云模型实现LSSVR的参数优化,优化后的模型能够预测下一时刻的电力负荷值。仿真结果表明,与其他进化算法相比,云进化算法优化LSSVR模型具有更高的预测精度和鲁棒性。
关 键 词:最小二乘支持向量机 云模型 人工智能技术 遗传算法 进化算法 负荷预测
分 类 号:TP181]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...