科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
8期
2231-2234,2245
,共5页
短期电力负荷%蚁群优化算法%支持向量机%混沌理论
短期電力負荷%蟻群優化算法%支持嚮量機%混沌理論
단기전력부하%의군우화산법%지지향량궤%혼돈이론
为了提高短期电力负荷预测准确性,提出一种蚁群算法(ACO)优化支持向量机(SVM)的短期电力负荷预测模型(ACO-SVM).首先采用混沌理论对短期电力负荷样本进行重构,然后将SVM参数作为蚂蚁的位置向量,通过蚁群信息交流和相互协作找到SVM最优参数,最后建立短期电力负荷的最优预测模型,并采用实际短期电力负荷数据进行有效性验证.结果表明,ACO-SVM能够准确刻画短期电力负荷变化特性,提高了短期电力负荷的预测准确性.
為瞭提高短期電力負荷預測準確性,提齣一種蟻群算法(ACO)優化支持嚮量機(SVM)的短期電力負荷預測模型(ACO-SVM).首先採用混沌理論對短期電力負荷樣本進行重構,然後將SVM參數作為螞蟻的位置嚮量,通過蟻群信息交流和相互協作找到SVM最優參數,最後建立短期電力負荷的最優預測模型,併採用實際短期電力負荷數據進行有效性驗證.結果錶明,ACO-SVM能夠準確刻畫短期電力負荷變化特性,提高瞭短期電力負荷的預測準確性.
위료제고단기전력부하예측준학성,제출일충의군산법(ACO)우화지지향량궤(SVM)적단기전력부하예측모형(ACO-SVM).수선채용혼돈이론대단기전력부하양본진행중구,연후장SVM삼수작위마의적위치향량,통과의군신식교류화상호협작조도SVM최우삼수,최후건립단기전력부하적최우예측모형,병채용실제단기전력부하수거진행유효성험증.결과표명,ACO-SVM능구준학각화단기전력부하변화특성,제고료단기전력부하적예측준학성.
