基于算法融合的自适应短期负荷组合预测模型研究

• 作者: 刘颖 陆宁
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 算法融合 自适应 粒子群 模拟退火 支持向量机 组合预测
• 年，卷（期）: 2012,（21）
• 页码范围: 109-113
• 分类号: TM715
• 字数: 3713字
• 语种: 中文

摘要

组合预测把多种单一预测方法按一定方式结合,综合利用各种预测方法所提供的信息,并在综合这些信息的基础之上进行最优组合.采用支持向量机(SVM)实现分时段变权重组合预测,描述多种方法的预测结果与实际负荷的非线性关系,并采用改进粒子群(PSO)与模拟退火(SA)自学习融合的协同优化方法 SA-MPSO 对 SVM 模型参数进行优化,用两种不同特性的测试函数对该优化算法的收敛性进行测试,通过多次测试平均值验证其收敛性.实例仿真中, SA-MPSO 优化的 SVM 模型实现对三个不同预测模型的组合,预测结果表明,该方法除了避开传统组合预测模型权重复杂求取问题,且参数优化自适应能力强,有利于预测精度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆宁	武汉理工大学自动化学院	12	211	7.0	12.0
2	刘颖		3	4	1.0	2.0