基于云模型的电力系统负荷组合预测

• 作者: 刘轲 杨世亮 王惠中
• 来源期刊: 计算机系统应用
• 关键词: 云模型 不确定性 最小二乘支持向量机 负荷预测
• 年，卷（期）: 2016,（5）
• 页码范围: 209-212
• 页数: 4页
• 字数: 2892字
• 语种: 中文

摘要

电力系统负荷预测的精确度决定着电网安全稳定、高效的运行。最小二乘支持向量机(LSSVM)被广泛应用电力系统负荷预测上，然而该方法在处理不确定性问题上有很多不足之处。为了更精确的选择核函数的参数，处理不确定性因素，提高短期负荷预测的精度，提出了一种将云模型、粒子群优化(PSO)和LSSVM相结合的组合模型。首先通过对各影响因子的不确定性分析，按不确定性高低将各影响因子分别应用 Cloud-LSSVM 和PSO-LSSVM 进行预测，然后通过组合模型的加权计算的得到最终预测值。最后，通过仿真对比证明该模型能更好的处理不确定性，从而提高电力系统短期负荷预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠中	兰州理工大学电气工程与信息工程学院	70	337	9.0	15.0
3	刘轲	兰州理工大学电气工程与信息工程学院	9	92	5.0	9.0
9	杨世亮	兰州理工大学电气工程与信息工程学院	3	7	2.0	2.0