电力系统保护与控制
電力繫統保護與控製
전력계통보호여공제
POWER SYSTM PROTECTION AND CONTROL
2012年
2期
40-44
,共5页
段其昌%曾勇%黄大伟%段盼%刘顿
段其昌%曾勇%黃大偉%段盼%劉頓
단기창%증용%황대위%단반%류돈
扩展记忆%粒子群优化%支持向量回归%短期负荷预测
擴展記憶%粒子群優化%支持嚮量迴歸%短期負荷預測
확전기억%입자군우화%지지향량회귀%단기부하예측
为了快速准确高效地预测短期电力负荷,提出了一种带扩展记忆的粒子群优化技术( PSOEM)和支持向量回归(SVR)相结合,以历史负荷数据、气象因素等作为输入的基于PSOEM-SVR的短期电力负荷预测方法.PSOEM比传统PSO收敛速度更快精度更高具有更强的寻优能力,用它来优化组合核函数SVR参数,减少了SVR参数设置的盲目低效性,获得较优的PSOEM-SVR预测模型.该模型的实例仿真预测结果表明该方法比BP神经网络具有更好的准确性和稳定性,平均绝对误差控制在1%以内.
為瞭快速準確高效地預測短期電力負荷,提齣瞭一種帶擴展記憶的粒子群優化技術( PSOEM)和支持嚮量迴歸(SVR)相結閤,以歷史負荷數據、氣象因素等作為輸入的基于PSOEM-SVR的短期電力負荷預測方法.PSOEM比傳統PSO收斂速度更快精度更高具有更彊的尋優能力,用它來優化組閤覈函數SVR參數,減少瞭SVR參數設置的盲目低效性,穫得較優的PSOEM-SVR預測模型.該模型的實例倣真預測結果錶明該方法比BP神經網絡具有更好的準確性和穩定性,平均絕對誤差控製在1%以內.
위료쾌속준학고효지예측단기전력부하,제출료일충대확전기억적입자군우화기술( PSOEM)화지지향량회귀(SVR)상결합,이역사부하수거、기상인소등작위수입적기우PSOEM-SVR적단기전력부하예측방법.PSOEM비전통PSO수렴속도경쾌정도경고구유경강적심우능력,용타래우화조합핵함수SVR삼수,감소료SVR삼수설치적맹목저효성,획득교우적PSOEM-SVR예측모형.해모형적실례방진예측결과표명해방법비BP신경망락구유경호적준학성화은정성,평균절대오차공제재1%이내.