基于鲸鱼优化参数的最小二乘支持向量机短期负荷预测方法

• 作者: 陈友鹏 陈璟华
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 短期电力负荷预测 最小二乘支持向量机 鲸鱼优化算法
• 年，卷（期）: 2020,（3）
• 页码范围: 75-81
• 页数: 7页
• 分类号: TM734
• 字数: 4394字
• 语种: 中文
• DOI: 10.12052/gdutxb.190099

摘要

大量分布式能源站的出现以及电动汽车的普及,给电力系统的安全、经济运行带来影响的同时,传统的负荷预测方法也面临挑战.针对这个问题,提出了利用鲸鱼算法优化最小二乘支持向量机(Whale Optimization Algorithm-Least Squares Support Vector Machine,WOA-LSSVM)进行短期电力系统负荷预测.利用鲸鱼算法全局寻优能力强、收敛速度快的优点,弥补最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)选参的盲目性,提高LSSVM的负荷预测精度.采用WOA-LSSVM对2013年浙江某地区历史负荷数据预测未来1 d的负荷,并与粒子群优化最小二乘支持向量机模型和标准LSSVM模型预测结果对比.结果表明,基于鲸鱼优化LSSVM的短期负荷预测具有较高的预测精度,相对误差较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈璟华	广东工业大学自动化学院	50	375	11.0	16.0
2	陈友鹏	广东工业大学自动化学院	3	0	0.0	0.0