基于相似日和蚁群优化LS-SVM的短期电力负荷预测

• 作者: 唐卓贞 李如琦 杨立成 苏媛媛
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 负荷预测 加权灰色关联度 最小二乘支持向量机 蚁群算法 优化
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 电气工程
• 页码范围: 33-37
• 页数: 5页
• 分类号: TM714
• 字数: 4818字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2322.2008.02.007

摘要

由统计学习理论发展的通用学习方法--支持向量机,在解决小样本、非线性及高维数等问题中表现出许多特有的优势.提出了采用最小二乘支持向量机建立负荷预测模型,它是对标准的支持向量机的一种扩展,降低了问题的复杂性,使得计算速度相对加快.在选取最小二乘支持向量机的训练样本时,采用加权的灰色关联度方法来选择相似日,对不同样本根据其重要性赋予不同的权重,同传统的关联度相比更具客观性.另外,对于最小二乘支持向量机的参数选择问题,针对目前尚无统一有效方法的现状,尝试采用了一种基于蚁群种群的新型优化算法--蚁群算法来优化选择,在很大程度上减少了人为选择参数的主观影响.最后通过实例验证了该模型的有效性,取得了比较满意的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李如琦	广西大学电气工程学院	65	1018	17.0	30.0
2	唐卓贞	广西大学电气工程学院	6	45	4.0	6.0
3	杨立成	广西大学电气工程学院	5	52	4.0	5.0
4	苏媛媛	广西大学电气工程学院	3	30	3.0	3.0