| 智能优化LS-SVM在电力负荷预测中的应用 | |
| 李浩峰1; 马婷婷2; 李芳琼3; 蔡立4 | |
| 2012-05-15 | |
| 发表期刊 | 计算机仿真
 |
| ISSN | 1006-9348 |
| 卷号 | 29期号:05页码:310-314 |
| 摘要 | 研究短期电力负荷的准确预测问题对城市供电系统运行的可靠性和经济性很重要。由于电力负荷变化过程受到各种因素的影响,系统非线性较强。传统方法对电力短期负荷预测精度、收敛速度和泛化能力方面不理想。为解决上述问题,提出了一种核函数KPCA和KICA的最小二乘支持向量机(LS-SVM)电力负荷预测方法。首先对采集的含噪信号进行小波包去噪预处理,同时对不同频段的负荷分量进行区别处理以提高预测精度;利用核函数KPCA和KICA分析方法提取数据特征,提高预测模型的泛化能力和预测精度;采用混沌粒子群算法优化LS-SVM参数提高预测模型的收敛速度。实验表明,改进算法在预测精度、泛化能力及收敛速度方面较突出,具有良好的预测效果。 |
| 关键词 | 短期预测 最小二乘支持向量机 小波包 核主成分分析 核独立成分分析 混沌粒子群算法 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 资助项目 | 贵州省科技厅自然科学基金资助(黔科合J字[2010]2135) |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/79963 |
| 专题 | 国家开放大学贵州分部 |
| 作者单位 | 1.贵州大学继续教育学院; 2.贵州广播电视大学网络教育学院; 3.贵州民族学院理学院; 4.贵州民族学院计算机信息工程学院 |
| 推荐引用方式 GB/T 7714 | 李浩峰,马婷婷,李芳琼,等. 智能优化LS-SVM在电力负荷预测中的应用[J]. 计算机仿真,2012,29(05):310-314. |
| APA | 李浩峰,马婷婷,李芳琼,&蔡立.(2012).智能优化LS-SVM在电力负荷预测中的应用.计算机仿真,29(05),310-314. |
| MLA | 李浩峰,et al."智能优化LS-SVM在电力负荷预测中的应用".计算机仿真 29.05(2012):310-314. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李浩峰]的文章 |
| [马婷婷]的文章 |
| [李芳琼]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李浩峰]的文章 |
| [马婷婷]的文章 |
| [李芳琼]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李浩峰]的文章 |
| [马婷婷]的文章 |
| [李芳琼]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论