首页 > 《电力设备》 > 2016年13期 > 基于和声搜索最小二乘支持向量机的短期电力负荷预测模型研究

基于和声搜索最小二乘支持向量机的短期电力负荷预测模型研究

在线阅读下载PDF 导出详情

摘要摘要电力系统短期负荷预测是电力系统安全和经济运行的重要基础，最小二乘支持向量机（LeastSquareSupportVectorMachine,LSSVM）是目前常用的短期负荷预测工具。本文利用和声搜索算法(harmonysearchalgorithm,HSA)改进了最小二乘支持向量机算法，并提出了HSA-LSSVM负荷预测模型，算例仿真验证了本文模型无论在短期负荷预测精度还是速度方面，都较之基于网格搜索的LSSVM预测模型获得了显著的提高。

DOI lj1810z1dv/3050092

作者张博华谢传胜宗剑韬赵名锐刘俊唐康平

机构地区（1.华北电力大学，北京市昌平区德胜门外朱辛庄102206；2.安徽正广电电力技术有限公司安徽合肥市230000）

出处《电力设备》 2016年13期

关键词最小支持向量机短期负荷预测和声搜索算法核函数

分类 [电气工程][电力系统及自动化]

出版日期 2016年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1肖行辉;高惠瑛;孙海;王俊杰. 基于最小二乘支持向量机的城市桥梁震害预测模型研究.地震学,2016-01.
2陈硕;张伟航;宋志刚. 基于最小二乘支持向量机的火灾起数时间序列预测.军事理论,2013-08.
3谭水莲;钟忠社;马村;尹勋刚;胡军浩. 天然气消费量的偏最小二乘支持向量机预测.基础数学,2014-01.
4杨允岩. 基于最小二乘支持向量机的绝缘子污秽等值盐密数学模型.产业经济,2019-09.
5吕志远. 最小二乘估计的预测.教育学,2015-03.
6姜云宽. 基于在线最小二乘支持向量机的数控机床热误差建模与补偿.职业技术教育学,2016-04.
7蔡鹏飞1石磊2勾占锋1赵靓1. 基于MOC多分类的最小二乘支持向量机在教学质量评估系统中的应用.中国文学,2012-03.
8李静. 变权重组合预测模型的局部加权最小二乘解法.统计学,2007-03.
9冯艾何国超. 支持向量机在电力系统短期负荷预测中的应用研究.电力系统及自动化,2019-06.
10李鑫. 基于MATLAB最小二乘拟合的血压微分方程模型研究.建筑技术科学,2021-09.

来源期刊

电力设备

电力设备

相关推荐

同分类资源更多

相关关键词

最小支持向量机短期负荷预测和声搜索算法核函数

返回顶部