基于日特征量相似日的PSO-SVM短期负荷预测

• 作者: 王晓东 范玉刚 邵宗凯 陈超 黄国勇
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 人体舒适度指数 日特征向量 相似日 支持向量机 短期负荷预测
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 电网
• 页码范围: 91-94
• 页数: 4页
• 分类号: TM715
• 字数: 2950字
• 语种: 中文

摘要

通过引入人体舒适度指数,综合分析了气象因素对电力负荷的影响,并加入星期类型、日天气类型、日期差3个主要影响因素,构成了日特征向量,采用求取相似度的方法来选取相似日,利用相似日的日特征向量和负荷数据来建立PSO-SVM预测模型.经2001年EUNITE负荷预测竞赛的数据预测分析表明,该方法适应性较强,能够选取较合适的相似日,有较高的预测精度和推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄国勇	昆明理工大学信息工程与自动化学院	54	195	7.0	12.0
2	范玉刚	昆明理工大学信息工程与自动化学院	48	210	8.0	12.0
4	王晓东	昆明理工大学信息工程与自动化学院	63	256	10.0	13.0
6	陈超	昆明理工大学信息工程与自动化学院	12	75	3.0	8.0
11	邵宗凯	昆明理工大学信息工程与自动化学院	12	74	4.0	8.0