基于混沌类电磁算法优化支持向量机的短期负荷预测

• 作者: 张媛媛 李皓然 王新娜 王茜
• 来源期刊: 计算技术与自动化
• 关键词: 负荷预测 类电磁学 支持向量机
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 控制系统与自动化装置
• 页码范围: 15-18
• 页数: 4页
• 分类号: TM796
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201904003

摘要

短期负荷预测准确性对于电网态势感知和电网策略具有十分重要的意义.提出一种基于混沌类电磁学(CEM)优化支持向量机的短期负荷预测方法,该方法利用聚类思想判断数据质量并进行相关数据预处理工作.建立支持向量机的短期负荷预测模型,针对传统支持向量机参数选择困难问题,引入混沌类电磁学算法优化参数,提高算法收敛效率和寻优能力.仿真结果表明:所提算法较传统支持向量机算法和粒子群-支持向量机算法(PSO-SVM)收敛速度更快,寻优能力更强,适用于短期负荷预测.