基于动态双组粒子群的短期负荷预测

• 作者: 吕彩艳 杨宏超 王雪微 程若发
• 来源期刊: 计算机测量与控制
• 关键词: 短期负荷预测 动态双组 全局搜索 局部搜索 支持向量机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 145-148
• 页数: 4页
• 分类号: TM715
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.06.037

摘要

为提高电网短期负荷预测的精度,提出一种有效的优化支持向量机参数的算法;该算法首先将初始粒子群适应度排序,然后根据适应度的大小将初始粒子群划分为两组,并同时运用不同的权重进行全局搜索和局部搜索;前期,全局搜索的粒子群数量远多于局部搜索,且使用全局搜索能力强的较大的惯性权重;局部搜索的粒子群使用较小的惯性权重;随着迭代次数的增加,全局搜索的粒子群数量不断减少,局部搜索不断增多,两组粒子数量动态变化;并且引入平均粒距和适应度方差解决粒子群容易陷入局部最优这一问题,最后用改进的动态双组粒子群算法优化最小二乘支持向量机的参数用于短期负荷预测,实验结果表明该方法预测精度更高,可行且有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程若发	南昌航空大学信息工程学院	34	91	6.0	6.0
2	杨宏超	南昌航空大学信息工程学院	9	21	3.0	4.0
3	吕彩艳	南昌航空大学信息工程学院	9	21	3.0	4.0
4	王雪微	南昌航空大学信息工程学院	6	13	2.0	3.0