基于云模型的电力系统负荷组合预测 | |
王惠中; 刘轲; 杨世亮 | |
刊名 | 计算机系统应用
![]() |
2016-05-15 | |
期号 | 2016年05期页码:209-212 |
关键词 | 云模型 不确定性 最小二乘支持向量机 负荷预测 |
ISSN号 | ISSN:1003-3254 |
英文摘要 | 电力系统负荷预测的精确度决定着电网安全稳定、高效的运行.最小二乘支持向量机(LSSVM)被广泛应用电力系统负荷预测上,然而该方法在处理不确定性问题上有很多不足之处.为了更精确的选择核函数的参数,处理不确定性因素,提高短期负荷预测的精度,提出了一种将云模型、粒子群优化(PSO)和LSSVM相结合的组合模型.首先通过对各影响因子的不确定性分析,按不确定性高低将各影响因子分别应用Cloud-LSSVM和PSO-LSSVM进行预测,然后通过组合模型的加权计算的得到最终预测值.最后,通过仿真对比证明该模型能更好的处理不确定性,从而提高电力系统短期负荷预测精度. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/5618] ![]() |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院 2.甘肃省工业过程先进控制重点实验室 |
推荐引用方式 GB/T 7714 | 王惠中,刘轲,杨世亮. 基于云模型的电力系统负荷组合预测[J]. 计算机系统应用,2016(2016年05期):209-212. |
APA | 王惠中,刘轲,&杨世亮.(2016).基于云模型的电力系统负荷组合预测.计算机系统应用(2016年05期),209-212. |
MLA | 王惠中,et al."基于云模型的电力系统负荷组合预测".计算机系统应用 .2016年05期(2016):209-212. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论