基于FAPSO与SVM融合算法的电力日负荷预测

• 作者: 张昊 李晓婷 赵堃
• 来源期刊: 华北电力技术
• 学科: 工学
• 关键词: 日负荷预测 FAPSO SVM
• 年，卷（期）: 2015,（9）
• 页码范围: 45-48
• 页数: 4页
• 分类号: TM715
• 字数: 2683字
• 语种: 中文
• DOI: 10.16308/j.cnki.issn1003-9171.2015.09.009

摘要

电力系统日负荷预测对电网的运行、调度和安全性有重要指导性意义.提出了一种基于自适应粒子群算法(FAPSO)与支持向量机算法(SVM)融合的电力日负荷预测算法.利用FAPSO算法良好的全局寻优能力,有效改善SVM模型的参数优化选择性能,从而提高SVM的预测精度和收敛速度.在Matlab中对某市24 h负荷进行预测测试,采用FAPSO与SVM融合的日负荷预测算法具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张昊	国网冀北电力有限公司电力调度控制中心	15	55	4.0	7.0
2	赵堃	国网冀北电力有限公司电力调度控制中心	5	6	2.0	2.0
3	李晓婷		3	2	1.0	1.0