基于改进鱼群算法与最小二乘支持向量机的短期负荷预测

• 作者: 刘天羽 刘玉瑶 宋学伟 江秀臣 盛戈皞
• 来源期刊: 电气技术
• 关键词: 负荷预测 改进人工鱼群算法 精英反向学习 最小二乘支持向量机 参数优化
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 研究与开发
• 页码范围: 20-26
• 页数: 7页
• 字数: 5039字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3800.2019.11.007

摘要

在电力系统中,无论是正常运行时的调度工作还是故障修复时的孤岛划分,都需要准确的负荷数据,因此电力负荷准确的短期预测工作十分重要.本文运用最小二乘支持向量机进行预测:首先,对人工鱼群算法通过视野和步长自适应设定以及引入精英反向学习机制进行改进,使其计算更加具有优越性;其次,利用改进的人工鱼群算法对广泛应用于负荷预测的最小二乘支持向量机进行改进(主要针对其核宽度系数与正则化参数);最后,运用参数改进后的最小二乘支持向量机对IEEE 33节点系统进行短期负荷预测.实例表明了此方法的工程实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀臣	上海交通大学电气工程系	305	4849	36.0	54.0
2	盛戈皞	上海交通大学电气工程系	146	1961	25.0	38.0
3	刘天羽	上海电机学院电气学院	47	115	5.0	8.0
4	宋学伟	上海电机学院电气学院	4	6	2.0	2.0
5	刘玉瑶		3	5	2.0	2.0