中国农村水利水电
中國農村水利水電
중국농촌수이수전
CHINA RURAL WATER AND HYDROPOWER
2014年
5期
142-145,154
,共5页
超短期负荷%混沌特性%支持向量机%量子粒子群
超短期負荷%混沌特性%支持嚮量機%量子粒子群
초단기부하%혼돈특성%지지향량궤%양자입자군
ultra-short-term load%chaotic characteristic%support vector machines%QPSO
提出了一种基于负荷时间序列相空间重构与量子粒子群优化支持向量机的混合超短期负荷预测方法.首先利用G-P算法和C-C算法分别确定超短期负荷数据关联维数和延迟时间,对数据进行相空间重构,并获取预测模型的输入输出数据.接着采用量子粒子群(QPSO)对支持向量机(SVM)进行优化,构建了QPSO-SVM预测模型.最后利用相空间重构获得的模型输入输出数据对QPSO-SVM进行训练获得负荷预测模型.对某电网模拟负荷预测试验结果表明,方法有效提高了负荷预测精度,具有一定的科学意义及工程价值.
提齣瞭一種基于負荷時間序列相空間重構與量子粒子群優化支持嚮量機的混閤超短期負荷預測方法.首先利用G-P算法和C-C算法分彆確定超短期負荷數據關聯維數和延遲時間,對數據進行相空間重構,併穫取預測模型的輸入輸齣數據.接著採用量子粒子群(QPSO)對支持嚮量機(SVM)進行優化,構建瞭QPSO-SVM預測模型.最後利用相空間重構穫得的模型輸入輸齣數據對QPSO-SVM進行訓練穫得負荷預測模型.對某電網模擬負荷預測試驗結果錶明,方法有效提高瞭負荷預測精度,具有一定的科學意義及工程價值.
제출료일충기우부하시간서렬상공간중구여양자입자군우화지지향량궤적혼합초단기부하예측방법.수선이용G-P산법화C-C산법분별학정초단기부하수거관련유수화연지시간,대수거진행상공간중구,병획취예측모형적수입수출수거.접착채용양자입자군(QPSO)대지지향량궤(SVM)진행우화,구건료QPSO-SVM예측모형.최후이용상공간중구획득적모형수입수출수거대QPSO-SVM진행훈련획득부하예측모형.대모전망모의부하예측시험결과표명,방법유효제고료부하예측정도,구유일정적과학의의급공정개치.
