短期负荷预测中SVM参数选取的混沌优化方法

• 作者: 何井龙 罗滇生 霍明
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 短期负荷预测 支持向量机 参数选取 混沌优化算法 组合优化
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 124-128
• 页数: 5页
• 分类号: TM715
• 字数: 4253字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2009.05.023

摘要

支持向量机已成功地应用于短期负荷预测领域,但其学习和泛化能力取决于参数的有效选取.为进一步提高预测精度,针对目前支持向量机参数选取方法的人为盲目性等缺点,在分析各个参数对其预测性能的影响的基础上,将混沌优化技术应用于参数的选取过程.对组合优化问题建立目标函数,采用一种改进的变尺度混沌优化算法来搜索全局最优值,从而得到最优的参数组合.通过湖南某地区电网日负荷预测的仿真结果表明,该方法与常规方法相比,显著地降低了模型的建模误差和预测误差,具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗滇生	湖南大学电气与信息工程学院	60	757	17.0	24.0
2	霍明	湖南大学电气与信息工程学院	2	21	2.0	2.0
3	何井龙	湖南大学电气与信息工程学院	3	44	3.0	3.0