遗传优化支持向量机在电力负荷预测中的应用

• 作者: 庄新妍
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 最小二乘支持向量机 自适应遗传算法 电力负荷 预测
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 348-350,397
• 分类号: TK16
• 字数: 3082字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.03.086

摘要

研究电力负荷准确预测问题,电力负荷与影响因子之间呈现复杂非线性关系,传统预测方法无法刻画其变化规律,预测精度低.为提高电力负荷预测精度,提出一种采用遗传优化支持向量机的电力负荷预测模型.采用最小二乘支持向量机的非线性逼近能力去描述电力负荷与影响因子间的复杂非线性关系,并采用自适应遗传算法优化最小二乘支持向量机的参数.采用某省1990～2008年电力负荷数据仿真测试,结果表明,遗传优化支持向量机提高了电力负荷的预测精度,预测平均误差低于其它对比模型,电力负荷预测提供了一种新的研究思路和途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄新妍		14	27	3.0	5.0