基于粒子群优化的电力负荷灰色预测模型

• 作者: 周在阳 周步祥 师玉东 郑海滨
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 灰色模型 粒子群算法(PSO) 电力负荷预测 背景值
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 大专院校专栏
• 页码范围: 32-35
• 页数: 4页
• 分类号: TM714
• 字数: 3396字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6954.2009.01.008

摘要

通过对dx(1)/dt+ax(1)=u的通解(x)(1)k=ce-ak+u/a的参数a、u、c直接求解,避免了灰微分方程参数辨识时选取合理背景值的问题,构建了适应性更强的不需构造GM(1,1)模型的背景值而直接求解灰微分方程参数的模型,并且在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法(PSO).提出了基于粒子群算法优化的电力负荷灰色预测模型PSOGM(1,1,a,u,c),通过在电力负荷实例中的应用并与传统的GM(1,1)预测模型进行了效果比较,验证了基于粒子群算法优化的电力负荷GM(1,1)模型具有很好的预测精度和适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周步祥	四川大学电气信息学院	121	1391	19.0	33.0
2	周在阳	四川大学电气信息学院	1	5	1.0	1.0
3	师玉东	四川大学电气信息学院	1	5	1.0	1.0
4	郑海滨	四川大学电气信息学院	1	5	1.0	1.0