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
• 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。