基于混合粒子群算法的短期负荷预测模型

• 作者: 叶剑 朱家栋 漆梁波 王波 翟海青 邰能灵
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 外源自回归动平均 进化算法 粒子群优化 短期负荷预测
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 50-55
• 页数: 6页
• 分类号: TM714
• 字数: 4821字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2008.03.010

摘要

由于电力负荷内在的非线性特性,传统基于梯度搜索的参数辨识技术可能陷入局部最优,影响了预测忖精度,故提出了混合进化和粒子群优化算法.将进化算法的基本思想引入粒子群优化算法,不但保持了粒子群算法结构简单、易于实现的特点,而且充分发挥了进化算法的全局搜索能力,可有效提高算法的精度和收敛速度.对上海地区电网进行短期负荷预测,与实际值相比较,结果表明,该算法具有较高的预测精度,是一种有效的短期预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邰能灵	上海交通大学电气工程系	222	3719	31.0	52.0
2	叶剑	上海市电力公司调度通信中心	11	98	4.0	9.0
3	翟海青	上海市电力公司调度通信中心	19	414	9.0	19.0
4	王波	上海交通大学电气工程系	18	165	5.0	12.0