基于综合自适应滤波器的在线短期负荷预测

• 作者: 何都益 王万岗 肖建 蒋伟 蒋强
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 智能电网 负荷预测 ELS-SVM PSO 自适应滤波器
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 应用研究
• 页码范围: 97-103,125
• 分类号: TM714|TP181
• 字数: 5413字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.10.018

摘要

准确地实现小时负荷预测是实施优化控制和动态安全分析的前提.采用嵌入维最小二乘支持向量机(ELS-SVM)的方法进行建模和预测,对影响负荷的因素进行模糊化处理.采用了粒子群(PSO)优化算法解决ELS-SVM学习过程中多参数难以调整的问题.提出分段小批量学习和更新的在线学习方法,既降低了运算量又能有效地避免积累误差,从而提高预测精度.实验结果表明,该方法有效地将预测精度从2.1%提高到了1.29%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建	西南交通大学电气学院	232	2867	26.0	38.0
2	蒋强	西南交通大学电气学院	10	114	6.0	10.0
6	何都益	乐山师范学院物电学院	14	59	4.0	7.0
7	王万岗	西南交通大学电气学院	22	402	9.0	20.0
8	蒋伟		8	64	5.0	8.0