典型文献
基于改进PSO-LSSVM的电采暖短期负荷预测研究
文献摘要：
为了提高电采暖短期功率负荷预测的精度、准确性和速度,提出一种改进PSO-LSSVM算法对电采暖的短期负荷功率预测.利用PSO算法对LSSVM进行参数的优化,将得到的最优参数值作为LSSVM参数从而建立改进PSO-LSSVM算法模型.考虑电采暖地区的天气、温度的因素,将新疆某地电采暖负荷历史数据以天气变化、温度差为参考指标经过分解、组合,得到归类组合数据样本,利用改进PSO-LSSVM算法与传统BP、LSSVM预测结果的精度、准确性和速度进行对比.仿真结果表明,改进PSO-LSSVM预测方法的精度和准确性最高、速度相对较快,验证了所提方法的有效性和准确性.改进方法对含高比例电采暖设备的地区电采暖实际短期负荷预测和"煤改电""气改电"的电采暖工程应用中有借鉴意义.
文献关键词：
电采暖;短期负荷预测;粒子群算法;最小二乘支持向量机
中图分类号：
作者姓名：
曹杰;王维庆;王海云;常喜强
作者机构：
新疆大学电气工程学院,新疆 乌鲁木齐830047;国网新疆电力有限公司,新疆 乌鲁木齐830011
文献出处：
引用格式：
[1]曹杰;王维庆;王海云;常喜强-.基于改进PSO-LSSVM的电采暖短期负荷预测研究)[J].计算机仿真,2022(02):34-39
A类：
气改电
B类：
PSO,LSSVM,短期负荷预测,预测研究,负荷功率,功率预测,最优参数,参数值,算法模型,地电,电采暖负荷,历史数据,天气变化,温度差,组合数,改进方法,高比例,采暖设备,煤改电,采暖工程,粒子群算法,最小二乘支持向量机
AB值：
0.251972
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
