混沌优化PSO-LSSVM算法的短期负荷预测

	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.