改进蚁群化学聚类算法在短期负荷预测中的应用

• 作者: 曾利军 罗细飞 陈敏
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 核函数 短期负荷预测 蚁群化学聚类 局部寻优
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 59-62,70
• 分类号: TM715
• 字数: 3467字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2012.04.011

摘要

针对现有电力系统短期负荷预测精度低、数据处理量大、易陷入局部寻优等缺点,提出了一种改进蚁群化学聚类方法.该方法通过在蚁群化学聚类算法的基础上引入核函数来优化负荷预测因素,减少在训练过程中的数据量,提高了预测速度和精度.经过对湖南某市的短期负荷预测,并与SVM及神经网络对比,其结果表明该预测模型精度高于SVM与神经网络模型精度.理论分析和实验数据验证了该算法具有一定的实用性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾利军	湖南工学院计算机科学系	36	73	5.0	6.0
2	陈敏	湖南工学院计算机科学系	44	209	9.0	13.0
3	罗细飞	湖南工学院电气与信息工程系	4	7	1.0	2.0