基于混合算法的短期负荷预测模糊建模

• 作者: 叶彬 曹一家 朱承治 郭创新
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 模糊基函数网络 短期负荷预测 进化模糊系统
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 32-40,95
• 页数: 10页
• 分类号: TM715|TP18
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2006.02.006

摘要

结合最小二乘(LS)辨识以及一种基于进化规划(EP)和粒子群优化(PSO)的混合进化算法EPPSO,针对对温度比较敏感的夏季负荷,提出一种3阶段短期负荷预测(STLF)算法.在第1阶段,应用LS设计模糊基函数网络(FBFN)完成STLF模糊空间划分;第2阶段,首先拓展FBFN成一阶Sugeno模糊模型,然后应用EPPSO调节其前件参数同时训练后件参数,最后将前述模型用于STLF得出的预测误差看做一个新的时间序列,并仅用气象因素对其进行辨识,可以用回归模型表示该辨识模型,进而应用LS进行辨识.文中提出的STLF模糊建模策略主要贡献于受气象因素影响较大的夏季负荷.仿真部分对浙江省电力公司的实际负荷进行了预测,与其他方法的比较结果证明该方法具有良好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹一家	浙江大学电气工程学院	153	8711	49.0	88.0
2	郭创新	浙江大学电气工程学院	216	5889	43.0	69.0
3	朱承治	浙江大学电气工程学院	11	232	7.0	11.0
4	叶彬	浙江大学电气工程学院	10	398	9.0	10.0