-
题名西宁市电力线路入地浅析
被引量:3
- 1
-
-
作者
陈湘华
-
机构
青海省西宁市方盛电力设计有限公司
-
出处
《青海科技》
2009年第4期62-64,共3页
-
文摘
为适应城市经济社会的发展,城区电力线路入地成为了必然。本文对西宁城区电力线路入地的必要性和主要技术手段进行了简要分析。
-
关键词
电力线路入地
电缆敷设
西宁市城区
-
分类号
TM75
[电气工程—电力系统及自动化]
-
-
题名基于主成分与粒子群算法的LS-SVM短期负荷预测
被引量:18
- 2
-
-
作者
代鑫波
崔勇
周德祥
陈湘华
-
机构
华北电力大学
河南开封供电公司
河南兰考供电公司
河南工业大学
西宁市方盛电力设计有限公司
-
出处
《电测与仪表》
北大核心
2012年第6期5-9,共5页
-
基金
中央高校基本科研业务费专项资金资助(11QX80)
-
文摘
短期电力负荷预测对电力系统安全经济运行和国民经济发展具有重要意义。最小二乘支持向量机(Least square support vector machines,LS-SVM)在解决小样本、非线性问题中表现出许多特有的优势,该方法已成功应用在负荷预测领域。本文提出了一种基于主成分分析的支持向量机预测模型,运用主成分分析对历史数据进行主成分提取,消除输入的训练数据本身存在着大量的噪声和冗余,从处理后的数据提取LSSVM的训练样本,并利用改进的粒子群优化算法(Particle Swarm Optimization,PSO)以LSSVM中的参数作为粒子进行优化,进而提高训练速度和预测精度。最后,将该模型运用到短期电力负荷预测中,与经典的SVM和BP神经网络相比具有更好的泛化性能和预测精度。
-
关键词
负荷预测
主成分分析
粒子群优化
最小二乘支持向量机
-
Keywords
load forecasting, principal component analysis, particle swarm optimization, least squares support vector machine
-
分类号
TM715
[电气工程—电力系统及自动化]
-