混沌优化PSO-LSSVM算法的短期负荷预测 | |
郝晓弘; 刘鹏娟; 汪宁渤 | |
刊名 | 兰州理工大学学报 |
2019-02-15 | |
期号 | 2019年01期页码:85-90 |
关键词 | 智能配电网 负荷预测 短期 混沌算法 粒子群算法 最小二乘支持向量机 |
ISSN号 | ISSN:1673-5196 |
英文摘要 | 高渗透率随机性、间歇性分布式电源的大量接入,给传统配电系统的安全、经济和可靠运行带来了一系列的问题,使得传统的负荷预测方法已不再适用.针对这一问题,提出了利用混沌优化粒子群最小二乘支持向量机(PSO-LSSVM)的算法实现对短期电力系统负荷的精确预测.利用粒子群(PSO)算法的全局搜索能力和混沌算法随机、遍历的特性,使其分别克服选参时的盲目性和寻优时粒子群(PSO)算法易出现早熟而陷入局部最优的缺点.最后在Matlab2014a软件平台上验证了混沌优化PSO-LSSVM算法的有效性和收敛性. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/989] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院 2.甘肃省电力科学研究院 |
推荐引用方式 GB/T 7714 | 郝晓弘,刘鹏娟,汪宁渤. 混沌优化PSO-LSSVM算法的短期负荷预测[J]. 兰州理工大学学报,2019(2019年01期):85-90. |
APA | 郝晓弘,刘鹏娟,&汪宁渤.(2019).混沌优化PSO-LSSVM算法的短期负荷预测.兰州理工大学学报(2019年01期),85-90. |
MLA | 郝晓弘,et al."混沌优化PSO-LSSVM算法的短期负荷预测".兰州理工大学学报 .2019年01期(2019):85-90. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论