-
题名基于算法融合的自适应短期负荷组合预测模型研究
被引量:3
- 1
-
-
作者
陆宁
刘颖
-
机构
武汉理工大学自动化学院
武汉电力调度信息通信中心
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第21期109-113,共5页
-
基金
中央高校基本科研业务费专项资金资助(2012-IV-102)
中国博士后科学基金(20100480679
201104323)
-
文摘
组合预测把多种单一预测方法按一定方式结合,综合利用各种预测方法所提供的信息,并在综合这些信息的基础之上进行最优组合。采用支持向量机(SVM)实现分时段变权重组合预测,描述多种方法的预测结果与实际负荷的非线性关系,并采用改进粒子群(PSO)与模拟退火(SA)自学习融合的协同优化方法SA-MPSO对SVM模型参数进行优化,用两种不同特性的测试函数对该优化算法的收敛性进行测试,通过多次测试平均值验证其收敛性。实例仿真中,SA-MPSO优化的SVM模型实现对三个不同预测模型的组合,预测结果表明,该方法除了避开传统组合预测模型权重复杂求取问题,且参数优化自适应能力强,有利于预测精度的提高。
-
关键词
算法融合
自适应
粒子群
模拟退火
支持向量机
组合预测
-
Keywords
algorithm combination
self-adaptive
particle swarm
simulated annealing
support vector machine
combination forecasting
-
分类号
TM715
[电气工程—电力系统及自动化]
-