改进布谷鸟搜索LSSVM的负荷预测方法

• 作者: 刘兴栋 邹一男 熊小东 程超 杨宏宇
• 来源期刊: 信息技术
• 关键词: 深度搜索 布谷鸟搜索算法 最小二乘支持向量机 BP神经网络 自下而上负荷预测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 41-47
• 页数: 7页
• 分类号: TM715
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.08.008

摘要

负荷预测对合理安排发电计划,维持电网安全稳定运行具有重要意义.文中提出自下而上的区域负荷预测方法,逐线逐站展开预测工作.将深度搜索引入布谷鸟搜索算法,提高其优化精度,然后求解最小二乘支持向量机的参数,对某市某区域日有功负荷进行预测,各线、各站的预测结果与基于布谷鸟-最小二乘支持向量机、粒子群-最小二乘支持向量机、BP神经网络预测进行比较,表明该方法更加稳定、准确.最后,将文中提出方法与整体负荷预测相比较,实验结果表明,其预测结果具有可靠性,可为合理安排发电计划、电网扩建等提供可靠依据.