计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
z1期
41-43
,共3页
段其昌%周华鑫%曾勇%张广峰
段其昌%週華鑫%曾勇%張廣峰
단기창%주화흠%증용%장엄봉
中长期负荷预测%带扩展记忆粒子群%最小二乘支持向量机
中長期負荷預測%帶擴展記憶粒子群%最小二乘支持嚮量機
중장기부하예측%대확전기억입자군%최소이승지지향량궤
Medium and long term load forecasting%PSOEM%LSSVM
针对中长期电力负荷预测,考虑了影响中长期电力负荷的各种因素,提出了一种带扩展记忆的粒子群优化算法(PSOEM)与最小二乘支持向量机(LSSVM)相结合的中长期负荷预测方法.PSOEM比传统PS0收敛速度更快,精度更高,具有更强的寻优能力,因此利用PSOEM算法对LSSVM参数进行优化选择,获得了较优的PSOEM-LSSVM预测模型.通过实例仿真表明,该方法与其他几种方法相比具有更高的预测精度和速度.
針對中長期電力負荷預測,攷慮瞭影響中長期電力負荷的各種因素,提齣瞭一種帶擴展記憶的粒子群優化算法(PSOEM)與最小二乘支持嚮量機(LSSVM)相結閤的中長期負荷預測方法.PSOEM比傳統PS0收斂速度更快,精度更高,具有更彊的尋優能力,因此利用PSOEM算法對LSSVM參數進行優化選擇,穫得瞭較優的PSOEM-LSSVM預測模型.通過實例倣真錶明,該方法與其他幾種方法相比具有更高的預測精度和速度.
침대중장기전력부하예측,고필료영향중장기전력부하적각충인소,제출료일충대확전기억적입자군우화산법(PSOEM)여최소이승지지향량궤(LSSVM)상결합적중장기부하예측방법.PSOEM비전통PS0수렴속도경쾌,정도경고,구유경강적심우능력,인차이용PSOEM산법대LSSVM삼수진행우화선택,획득료교우적PSOEM-LSSVM예측모형.통과실례방진표명,해방법여기타궤충방법상비구유경고적예측정도화속도.