期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于PSO-SVM模型的短期电力负荷预测研究
下载PDF
职称材料
导出
摘要
文章分析了影响电力负荷的因素,对现存的短期电力负荷预测方法进行了研究,采用粒子群算法对支持向量机进行参数寻优,建立了基于粒子群优化的预测模型,并对短期电力负荷进行预测仿真,为精准且快速地预测短期电力负荷提供了有效的方法。通过实例分析验证了该模型在电力负荷中的预测精度,结果显示其精度值较高。
作者
张小军
田丽
凤志民
吴道林
李从飞
机构地区
安徽工程大学电气工程学院
出处
《荆楚理工学院学报》
2015年第4期48-52,共5页
Journal of Jingchu University of Technology
关键词
电力负荷预测
支持向量机
粒子群优化
分类号
TM714 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
29
参考文献
5
共引文献
52
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
5
1
陈旭,刘延泉,葛建宏.
基于PSO优化的LS-SVM的混沌时间序列预测[J]
.仪器仪表用户,2009,16(1):135-136.
被引量:3
2
牛东晓,刘达,陈广娟,冯义.
基于遗传优化的支持向量机小时负荷滚动预测[J]
.电工技术学报,2007,22(6):148-153.
被引量:31
3
崔正斌,汤光明,乐峰.
遗传优化支持向量机的软件可靠性预测模型[J]
.计算机工程与应用,2009,45(36):71-74.
被引量:16
4
Sancho Salcedo - Sanz,Emilio G Ortiz - Gareia. Short term wind speed prediction based on evolutionary, support vector re- gresslon algorithms E J 1- Expert Systems with Applications, 2011,4 ( 38 ) :4 052 - 4 057.
5
张晓南,刘安心,刘斌,张宏梅,青星.
基于优化PSO-SVM模型的软件可靠性预测[J]
.计算机应用,2011,31(7):1762-1764.
被引量:9
二级参考文献
29
1
王定成,汪懋华.
基于GA的SVMR预测控制研究[J]
.控制与决策,2004,19(9):1067-1070.
被引量:7
2
康重庆,夏清,张伯明.
电力系统负荷预测研究综述与发展方向的探讨[J]
.电力系统自动化,2004,28(17):1-11.
被引量:494
3
刘隽,周涛,周佩玲.
GA优化支持向量机用于混沌时间序列预测[J]
.中国科学技术大学学报,2005,35(2):258-263.
被引量:21
4
Yu Ying,Wang Xiaolong,Liu Bingquan.
COMBINING FEATURE SCALING ESTIMATION WITH SVM CLASSIFIER DESIGN USING GA APPROACH[J]
.Journal of Electronics(China),2005,22(5):550-557.
被引量:2
5
郑春红,焦李成,郑贵文.
基于GA的遥感图像目标SVM自动识别[J]
.控制与决策,2005,20(11):1212-1215.
被引量:19
6
雷绍兰,孙才新,周湶,张晓星.
电力短期负荷的多变量时间序列线性回归预测方法研究[J]
.中国电机工程学报,2006,26(2):25-29.
被引量:93
7
康重庆,周安石,王鹏,郑广君,刘一.
短期负荷预测中实时气象因素的影响分析及其处理策略[J]
.电网技术,2006,30(7):5-10.
被引量:101
8
马飒飒,冯哲,赵守伟.
基于SVR的软件可靠性预测模型研究[J]
.计算机工程与应用,2007,43(13):120-123.
被引量:5
9
胡求索,钟诚.
基于神经网络的软件模块风险性预测模型[J]
.计算机工程与应用,2007,43(18):106-110.
被引量:10
10
K. Pelckmans. LS-SVMlab Toolbox User's Guide [J]. http:// www. esat. kuleuven, ac. be/sista/lssvmlab/, 2003.
共引文献
52
1
蔡晓龙,穆向阳,高炜欣,魏巍.
基于PSO-SVM的焊缝缺陷X射线检测[J]
.焊接技术,2013,42(10):57-60.
被引量:6
2
刘宝英,杨仁刚.
基于主成分分析的最小二乘支持向量机短期负荷预测模型[J]
.电力自动化设备,2008,28(11):13-17.
被引量:47
3
施应玲,杨红松,庞南生.
短期电力负荷预测的自适应混合遗传优化BP算法[J]
.电力科学与工程,2008,24(9):32-35.
被引量:4
4
魏俊,周步祥,林楠,邢义.
基于蚁群支持向量机的短期负荷预测[J]
.电力系统保护与控制,2009,37(4):36-40.
被引量:40
5
刘剑锋,刘友梅,桂卫华,刘豫湘,黄志武.
基于模糊预测控制的机车制动控制方法[J]
.中南大学学报(自然科学版),2009,40(5):1329-1335.
被引量:6
6
杜杰,徐立中,曹一家,郭创新,侯荣涛,徐昕.
短期负荷预测Volterra滤波器模型[J]
.控制与决策,2009,24(12):1903-1908.
被引量:2
7
刘红文,张葛祥,方纯.
基于优化最小二乘支持向量机的负荷预测[J]
.电气应用,2010,29(4):22-25.
被引量:2
8
栗然,徐宏锐,陆凤怡.
分层考虑气象因素的PSO-SVM短期负荷预测方法[J]
.华北电力大学学报(自然科学版),2010,37(3):26-32.
被引量:2
9
陈阿莲,冯丽娜,杜春水,张承慧.
基于支持向量机的局部阴影条件下光伏阵列建模[J]
.电工技术学报,2011,26(3):140-147.
被引量:41
10
庄严,白振林,许云峰.
基于蚁群算法的支持向量机参数选择方法研究[J]
.计算机仿真,2011,28(5):216-219.
被引量:33
1
王静,田丽,夏坤,胡智颖.
基于PSO-SVM模型的理论线损率预测研究[J]
.重庆工商大学学报(自然科学版),2013,30(8):55-58.
被引量:2
2
吴道林,田丽.
基于BAPSO-SVM模型的短期电价预测[J]
.新余学院学报,2017,22(1):113-116.
被引量:1
3
娄洁,戴龙泉,王勇.
基于PSO-SVM的电动汽车电池SOC估算方法[J]
.电源技术,2015,39(3):521-522.
被引量:6
4
赵德鑫.
基于PSO-SVM的变压器故障诊断研究[J]
.机械工程与自动化,2015(4):141-142.
被引量:2
5
杨秀,杜晓婷.
基于PSO-SVM的电厂锅炉排烟氧含量软测量研究[J]
.科技经济导刊,2016(22):90-91.
被引量:1
6
孙灵芳,董学曼,邢宇,宫远洋.
基于PSO-SVM的快速甩负荷工况下过热蒸汽温度预测建模[J]
.化工自动化及仪表,2016,43(2):159-163.
被引量:2
7
张菁,陈晓英,张杰然.
光伏发电机金属电磁感应输出电能预测仿真[J]
.世界有色金属,2016,41(1):95-96.
8
陈超,黄国勇,邵宗凯,王晓东,范玉刚.
基于日特征量相似日的PSO-SVM短期负荷预测[J]
.中国电力,2013,46(7):91-94.
被引量:22
9
白亚秀.
基于PSO-SVM的电动车铅酸蓄电池SOC预测[J]
.安康学院学报,2012,24(5):87-90.
10
张旭隆,王峰,乔淑云,曹言敬.
基于PSO优化支持向量机的SRM无传感器控制[J]
.电气传动,2016,46(2):45-48.
被引量:1
荆楚理工学院学报
2015年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部