基于 PSO 优化参数的最小二乘支持向量机短期负荷预测

• 作者: 吴文江 陈其工 高文根
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化算法 最小二乘支持向量机 参数选择 负荷预测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电子?自动化
• 页码范围: 112-115
• 页数: 4页
• 分类号: TM175
• 字数: 2554字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2016.03.019

摘要

LSSVM 模型中的参数选择对模型的影响较大，采用粒子群优化算法进行模型参数的全局选优，用历史负荷数据和天气气象因素作为输入，建立优化电力负荷预测模型进行仿真。利用 PSO - LSSVM 模型对华东某市电力负荷进行验证分析。实验结果表明：粒子群算法优化的LSSVM 模型相比 LSSVM 具有更高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈其工	安徽工程大学安徽检测技术与节能装置省级重点实验室	59	354	11.0	14.0
2	高文根	安徽工程大学安徽检测技术与节能装置省级重点实验室	66	116	6.0	8.0
3	吴文江	安徽工程大学安徽检测技术与节能装置省级重点实验室	1	8	1.0	1.0