混沌优化PSO-LSSVM算法的短期负荷预测

论文摘要

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.

论文目录

文章来源

类型: 期刊论文

作者: 郝晓弘,刘鹏娟,汪宁渤

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

来源: 兰州理工大学学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 兰州理工大学电气工程与信息工程学院,甘肃省电力科学研究院

基金: 国家自然科学基金(61540033),高比例风光电集中接入弱电网的暂态稳定控制关键技术研究项目(SGTYHT,15-JS-191)

分类号: TM715;TP18

页码: 85-90

总页数: 6

文件大小: 581K

下载量: 207

相关论文文献

标签：智能配电网论文;  负荷预测论文;  短期论文;  混沌算法论文;  粒子群算法论文;  最小二乘支持向量机论文;