基于自适应粒子群参数优化的最小二乘支持向量机用电量预测模型

论文摘要

为应对当前复杂非线性的宏观经济形势与电力消耗情况,提出了一种自适应粒子群算法改进的最小二乘支持向量机负荷预测模型。根据粒子群中粒子的成熟程度对其进行分类,对不同类别的粒子分别采取不同的位置更新方式,可以保持粒子种群多样性,避免造成局部最优。利用自适应粒子群算法优化最小二乘支持向量机的模型参数,经过实证分析能够一定程度提高模型的预测精度,可以为中长期负荷预测工作提供一些参考。

论文目录

• 1 基本原理
•   1.1 粒子群算法
•   1.2 最小二乘支持向量机
• 2 模型建立
•   2.1 粒子群算法自适应优化策略
•     2.1.1 粒子分类
•     2.1.2 各类粒子位置更新方式设计
•   2.2 自适应粒子群算法优化最小二乘支持向量机模型参数
• 3 实证分析
•   3.1 数据收集与处理
•   3.2 实证过程及结果
• 4 结论

文章来源

类型: 期刊论文

作者: 徐龙秀,辛超山,牛东晓,安琪,袁程浩,肖瑶

关键词: 粒子群算法,自适应优化,最小二乘支持向量机,参数优化,用电量预测

来源: 科学技术与工程 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技,经济与管理科学

专业: 电力工业,自动化技术,工业经济

单位: 能源与电力经济技术实验室(国网新疆电力有限公司经济技术研究院),华北电力大学经济与管理学院,国网辽阳供电公司

基金: 国家自然科学基金(71471059),高等学校学科创新引智计划(B18021)资助

分类号: F426.61;TP18

页码: 136-141

总页数: 6

文件大小: 543K

下载量: 354