论文摘要
作为电力系统调度控制的先行工作,短期负荷预测在电力系统中尤为重要。本文针对目前短期负荷预测工作的短板,即预测所需时间和预测精度难以兼顾的问题,提出了一种基于裸骨烟火算法(BBFWA)优化的最小二乘支持向量机(LSSVM)算法。所提算法采用BBFWA对LSSVM参数进行优化,然后基于优化后的LSSVM建立预测模型。最后算例结果表明所提算法相对其他算法,能更精确地进行电力系统短期负荷预测,且优化过程所需时间更少。
论文目录
文章来源
类型: 期刊论文
作者: 张鑫,赖伟坚,林泽宏,陈威洪,李敬光,陈俊斌
关键词: 短期负荷预测,最小二乘支持向量机,裸骨烟火算法,参数优化
来源: 新型工业化 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 广东电网有限责任公司东莞供电局,苏州华天国科电力科技有限公司
基金: 广东电网有限责任公司科技项目(项目编号:031900KK52170132)
分类号: TM715;TP181
DOI: 10.19335/j.cnki.2095-6649.2019.06.001
页码: 1-5+22
总页数: 6
文件大小: 1203K
下载量: 74
相关论文文献
标签:短期负荷预测论文; 最小二乘支持向量机论文; 裸骨烟火算法论文; 参数优化论文;