基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型

• 作者: 李继庚 洪蒙纳 满奕 胡雨沙
• 来源期刊: 中国造纸学报
• 学科: 工学
• 关键词: 数学建模 短期预测 电力负荷 最小二乘支持向量机 粒子群优化
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 50-54
• 页数: 5页
• 分类号: TS7
• 字数: 3842字
• 语种: 中文
• DOI: 10.11981/j.issn.1000-6842.2019.01.50

摘要

对造纸厂的用电负荷进行预测有利于对生产调度进行合理安排,从而降低能耗.本课题提出了一种粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)相结合(PSO-LSSVM)的短期电力负荷预测方法,该方法可对造纸厂未来每30 min的电力负荷进行预测.结果表明,采用PSO-LSSVM算法对短期电力负荷进行预测时,预测结果的相对百分误差绝对值的平均值约为0.75％,精度高于其他行业的电力负荷预测值,模型具有良好的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李继庚	华南理工大学制浆造纸工程国家重点实验室	70	285	9.0	13.0
2	满奕	华南理工大学制浆造纸工程国家重点实验室	17	24	3.0	4.0
3	洪蒙纳	华南理工大学制浆造纸工程国家重点实验室	21	135	6.0	11.0
4	胡雨沙	华南理工大学制浆造纸工程国家重点实验室	2	5	1.0	2.0