华北电力技术
華北電力技術
화북전력기술
North China Electric Power
2015年
9期
45-48
,共4页
日负荷预测%FAPSO%SVM
日負荷預測%FAPSO%SVM
일부하예측%FAPSO%SVM
电力系统日负荷预测对电网的运行、调度和安全性有重要指导性意义.提出了一种基于自适应粒子群算法(FAPSO)与支持向量机算法(SVM)融合的电力日负荷预测算法.利用FAPSO算法良好的全局寻优能力,有效改善SVM模型的参数优化选择性能,从而提高SVM的预测精度和收敛速度.在Matlab中对某市24 h负荷进行预测测试,采用FAPSO与SVM融合的日负荷预测算法具有良好的性能.
電力繫統日負荷預測對電網的運行、調度和安全性有重要指導性意義.提齣瞭一種基于自適應粒子群算法(FAPSO)與支持嚮量機算法(SVM)融閤的電力日負荷預測算法.利用FAPSO算法良好的全跼尋優能力,有效改善SVM模型的參數優化選擇性能,從而提高SVM的預測精度和收斂速度.在Matlab中對某市24 h負荷進行預測測試,採用FAPSO與SVM融閤的日負荷預測算法具有良好的性能.
전력계통일부하예측대전망적운행、조도화안전성유중요지도성의의.제출료일충기우자괄응입자군산법(FAPSO)여지지향량궤산법(SVM)융합적전력일부하예측산법.이용FAPSO산법량호적전국심우능력,유효개선SVM모형적삼수우화선택성능,종이제고SVM적예측정도화수렴속도.재Matlab중대모시24 h부하진행예측측시,채용FAPSO여SVM융합적일부하예측산법구유량호적성능.
