Print

基于DE-GWO-LSSVM模型的用电负荷预测

论文摘要

为了提高负荷预测的拟合精度,提出一种基于优化灰狼算法的最小二乘支持向量机负荷预测模型,针对标准灰狼算法精度低、收敛速度慢、易陷入局部最优的缺点,采用差分算法优化标准灰狼算法。利用改进的灰狼算法优化最小二乘支持向量机的两个主要参数,建立功率负荷预测研究模型。通过实例分析获得负荷预测结果,利用三种评价指标对比了四种算法模型。实验表明,改进灰狼算法优化最小二乘支持向量机的改进评价指标数值较低,拟合曲线精度更高。

论文目录

  • 1 基于LSSVM模型的预测
  • 2 改进灰狼算法
  •   2.1 标准的灰狼算法
  •   2.2 改进的灰狼算法
  • 3 DE-GWO优化LSSVM模型
  • 4 实验分析
  •   4.1 数据来源
  •   4.2 实例分析
  • 5 结束语

    • 文章来源

    类型: 期刊论文

    作者: 刘雨薇,刘辉,陈馨凝,李侯君,邹琪骁

    关键词: 负荷预测,灰狼优化算法,最小二乘向量机

    来源: 湖北工业大学学报 2019年04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: 湖北工业大学电气与电子工程学院

    基金: 国家自然科学基金(41601394)

    分类号: TP18;TM715

    页码: 30-34+62

    总页数: 6

    文件大小: 212K

    下载量: 208

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a2950f41827976b2b4b1ad12.html