基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf

基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf

ID:52209389

大小:259.42 KB

页数:4页

时间:2020-03-25

基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf_第1页
基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf_第2页
基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf_第3页
基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf_第4页
资源描述:

《基于改进ABC与LS-SVM算法的电力负荷预测的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2013年第32卷第5期传感器与微系统(TransducerandMicmsystemTechnologies)57基于改进ABC与LS-SVM算法的电力负荷预测的研究李文江,陈阳(辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛125105)摘要:为了解决电力负荷的非线性等问题和帮助电力企业迅速地制定电力的预计交易量,提出一种建立在最小二乘支持向量机算法基础上的电力负荷预测方法。采用改进的ABC算法优化惩罚因子c和核系数or,再将最优解赋给LS-SVM用以预测。仿真结果证明:基于改进ABC与LS.SVM算法的电力负荷预测方法具有较高的预测精度,更小的误差,是一种

2、有效的预测方法。关键词:电力负荷;预测;混沌人工蜂群算法;最小二乘支持向量机中图分类号:TP301.6文献标识码:A文章编号:1000--9787(2013)05-0057-03ResearchonpredictionofelectricpowerloadbasedonimprovedABCandLS·SVMalgorithmLIWen-jiang,CHENYang(SchoolofElectricalandControlEngineering,LiaoningTechnicalUniversity,Huludao125105,China)Abstract:In

3、ordertosolveproblemssuchasnonlinearofpowerloadandhelpelectricpowerenterprisequicklyformulatepowerexpectedvolumeoftrade,akindofmethodbasedonleastsquaressuppo~vectormachine(LS-SVM)algorithmtoforecastelectricpowerloadisproposed.UsingimprovedABCalgorithmtooptimizepenaltyfactorCandnuclear

4、factor.thentheoptimalsolutioncanbeassignedtoLS-SVMtopredict.ThesimulationresultsshowthatthemethodbasedonimprovedABCandLS—SVMalgorithmtoforecastelectricpowerloadhashighprecision,lesselTor,itisakindofefectivepredictionmethod.Keywords:electricpowerload;forecast;chaosa~ificialbeecolony(C

5、ABC)algorithm;leastsquaressuppo~vectormachine(LS.SVM)0引言(CABC)算法的LS-SVM模型的预测精度更高、误差更小,电力负荷预测就是根据预测的需求,采用一种数学方可以更有效地对电力负荷进行预测。法,系统地处理过去的历史数据,以实现对未来某特定时段1算法的基本原理的负荷数值进行高精度的预测。对于发、输电企业,需要依1.1CABC算法的基本原理据预测来保证系统运行的安全性和经济性,高精度电力负电力负荷的预测是很多确定的和不确定的因素相互影荷的预测,可以提高电力企业的竞争能力和经济效益⋯。响共同作用的结果,其序列

6、属于混沌时间序列,必须将电力近些年来,许多学者对这一问题进行研究,各种预测方法层负荷与混沌理论结合起来,应用先进的机器学习算法,将电出不穷。总结起来说主要分为两类:传统预测方法和人工力负荷看作这个混沌系统策动的结果和表现,并把混沌动智能方法。由于科技的发展,传统预测方法不能满足现在力学的方法用于电力负荷的预测中,以期提高预测的准确的预测要求,因此,人工智能方法成为了现今主要的预测方率。法。例如人工神经网络方法、小波分析算法、遗传算法等。又由于ABC算法在目标函数存在多个局部最优解或本文将人工蜂群(artificialbeecolony,ABC)算法J全优解周围存

7、在谷圈时性能很不理想,容易导致群体多样进行改进并与最tJ~--乘支持向量机(1eastsquaressuppo~性的下降,算法过早收敛。此外,考虑到蜂群的趋同性,搜vectormachine,LS—SVM)结合,利用混沌序列蜂群算法优索后期算法不能有效地跳出局部最优解。化其训练参数,得到了优化的基于混沌蜂群的LS—SVM的混沌具有随机性、遍历性及规律性等特点,在一定范围电力负荷预测模型。实验结果表明,基于混沌人工蜂群内能按其自身的规律不重复地遍历所有状态。为此,本文收稿日期:2012-11-2358传感器与微系统第32卷引入禁忌表和混沌搜索对ABC算法进行了改进

8、,利用混沌搜索的遍历性跳

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。