基于小波变异果蝇优化支持向量机短期负荷预测方法研究

• 作者: 张春歌 李铎 熊军华 牛珂 谢飞
• 来源期刊: 电力系统保护与控制
• 关键词: 支持向量机 粒子群算法 变异果蝇算法 小波分析 短期负荷预测
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 应用研究
• 页码范围: 71-77
• 页数: 7页
• 字数: 3662字
• 语种: 中文
• DOI: 10.7667/PSPC160981

摘要

预测精度是电力负荷预测的重要指标.为增强预测精度,提出基于小波变异果蝇优化的支持向量机预测模型(WFOAAM-LSSVM).利用小波对负荷数据进行预处理,分解成不同尺度的负荷曲线,加强历史数据规律性和随机性.针对果蝇算法寻优精度不高和易陷入局部最优的不足,利用群体适应度方差和当前最优解判断是否陷入局部最优,再进行最优个体扰动和高斯变异操作,对变异后的果蝇个体二次寻优,使支持向量机预测模型精度得到明显增强.利用WFOAAM-LSSVM对2015年河南省某地区历史负荷数据对未来几日预测,并与支持向量机模型以及粒子群优化的支持向量机模型预测结果对比.结果表明:基于小波变异果蝇优化的支持向量机短期负荷预测精度高,具有很好的实际应用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊军华	华北水利水电大学电力学院	47	196	5.0	12.0
2	谢飞	华北水利水电大学电力学院	3	31	2.0	3.0
3	张春歌	华北水利水电大学电力学院	5	33	2.0	5.0
4	牛珂	华北水利水电大学电力学院	3	29	1.0	3.0
5	李铎	华北水利水电大学电力学院	4	29	1.0	4.0