基于粒子群优化的多目标优化算法在短期电力负荷预测中的应用

摘要

本文根据历史数据集的基本知识建立一个基于模糊规则的电力负荷模式分类系统,在考虑规则的分类准确性和可解释性的情况下,利用多目标粒子群优化算法挑选出Pareto最优模式分类规则集,这些规则将用于电力负荷模式分类.在仿真试验中,将经该分类系统分类挑选的数据用于负荷预测,结果表明此分类系统具有较好的分类性能,可为电力负荷预测提供更为充分有效的历史数据,从而改善其负荷预测性能.