基于ISSA-LSSVM模型的短期电力负荷预测

摘要

精确的短期电力负荷预测对电力系统的调度与调峰等有着重要的影响.为了提高预测精度提出了基于改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化的最小二乘支持向量机(least squares support vector machine,LSSVM)预测模型ISSA-LSSVM.麻雀搜索算法的改进过程首先采用Sobol序列产生初始种群,提高初始解质量;其次通过结合锦标赛排序算法避免原算法由于后期种群数量减少导致的种群多样性下降问题;最后引入柯西-高斯双变异提高算法全局搜索能力与重点区域搜索能力,帮助算法跳出局部限制.最后通过实际民用负荷数据对ISSA-LSSVM预测模型进行验证,结果表明ISSA-LSSVM模型的预测精度更高,预测结果更稳定.