基于PSO-LSSVM的短期电力负荷预测

• 作者: 黎津池
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 短期负荷预测 最小二乘支持向量机 粒子群优化算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 基金项目
• 页码范围: 6-9,68
• 页数: 5页
• 分类号: TM715
• 字数: 3350字
• 语种: 中文

摘要

提出一种基于粒子群优化-最小二乘支持向量机(particle swarm optimization-least squares support vector machine,PSO-LSSVM)的短期负荷预测的方法.采用PSO算法对LSSVM的模型参数进行寻优,实现LSSVM参数的自动优化选取,进而得到比单一LSSVM更准确的短期负荷预测模型.实际算例结果验证了所提预测方法可行性,与其他方法预测结果的对比进一步突出了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎津池	西南交通大学电气工程学院	2	2	1.0	1.0