基于云模型的电力系统负荷组合预测

	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.