首页> 中文期刊> 《自动化应用》 >基于改进粒子群算法的中长期电力负荷组合预测

基于改进粒子群算法的中长期电力负荷组合预测

AI论文写作 >>

开具论文收录证明 >>

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

针对利用支持向量机进行负荷预测需要人为地确定相关参数的不足,提出将一种改进的粒子群算法(EPSO)应用到中长期电力负荷预测中去优化支持向量机(SVM)的参数,并用实例验证了该方法的有效性.

著录项

来源
《自动化应用》 |2016年第12期|139-140,147|共3页
作者
陈冬沣; 肖建华; 刘耿彬;
展开▼
作者单位

揭阳供电局,广东揭阳510620;

揭阳供电局,广东揭阳510620;

揭阳供电局,广东揭阳510620;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
EPSO算法; 电力负荷; 预测; 支持向量机; 验证;

相似文献

中文文献
外文文献
专利

1. 基于改进ABC算法的中长期电力负荷组合预测 [J] . 陈强 ,金小明 ,姚建刚 . 电力系统保护与控制 . 2014,第023期
2. 中长期电力负荷预测的改进免疫粒子群算法 [J] . 卜虎正 ,姚建刚 ,李文杰 . 电力系统及其自动化学报 . 2011,第003期
3. 基于方差-协方差组合预测的中长期电力负荷预测研究 [J] . 唐祥玲 ,王平 ,李思岑 . 电气技术 . 2015,第001期
4. 基于改进的预测有效度的中长期负荷组合预测 [J] . 陈存 ,郭伟 ,范建中 . 电力系统保护与控制 . 2007,第004期
5. 基于D-S证据理论的中长期电力负荷组合预测 [J] . 赵延文 . 山东电力技术 . 2018,第005期
6. 基于偏最小二乘回归的中长期电力负荷组合预测研究 [C] . 刘亚洲 ,梁志瑞 ,苏海锋 . 中国高等学校电力系统及其自动化专业第二十五届学术年会 . 2009
7. 基于改进粒子群算法的短期电力负荷组合预测模型的研究 [A] . 张帆 . 2013

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号