基于ADE-SVM和模糊理论的电力系统中期负荷预测

• 作者: 刘林 王朋 翟永杰
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 中期负荷预测 支持向量机 微分进化算法 自适应 模糊理论
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 应用研究
• 页码范围: 110-115,120
• 分类号: TM715
• 字数: 2957字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2012.08.020

摘要

在基于支持向量机(SVM)的电力系统中期负荷预测的基础上,针对SVM参数难以确定的问题,在引进微分进化(DE)算法优化SVM参数的基础上,为了减少DE的寻优时间,提高全局搜索能力,用基于学习样本集噪声估计的方法确定SVM参数的范围作为DE的寻优范围,以指导DE寻优.同时,引进自适应算子,采用参数自适应DE( ADE)算法选择SVM参数.由于影响负荷的气温因素是模糊的,利用隶属度函数对气温因素进行模糊化处理,进一步提高了预测精度.将上述方法用于欧洲智能技术网络(EUNITE)竞赛数据的中期电力负荷预测,结果表明,该方法能够准确预测负荷变化,且比其他算法具有更高的预测精度,为电力系统负荷预测提供了重要手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟永杰	华北电力大学自动化系	92	1421	19.0	35.0
2	刘林	华北电力大学自动化系	15	49	4.0	6.0
3	王朋	华北电力大学自动化系	4	37	4.0	4.0