留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于QPSO参数优化的WLSSVM短期负荷预测

王林川 白 波 于奉振 袁明哲

王林川, 白 波, 于奉振, 等. 基于QPSO参数优化的WLSSVM短期负荷预测[J]. 现代电力, 2010, 27(5): 49-52.
引用本文: 王林川, 白 波, 于奉振, 等. 基于QPSO参数优化的WLSSVM短期负荷预测[J]. 现代电力, 2010, 27(5): 49-52.
Wang Linchuan, Bai bo, Yu Fengzhen, etc. Shortterm Load Forecasting Based on WLSSVM Method withParameter Optimization by QPSO[J]. Modern Electric Power, 2010, 27(5): 49-52.
Citation: Wang Linchuan, Bai bo, Yu Fengzhen, etc. Shortterm Load Forecasting Based on WLSSVM Method withParameter Optimization by QPSO[J]. Modern Electric Power, 2010, 27(5): 49-52.

基于QPSO参数优化的WLSSVM短期负荷预测

详细信息
    作者简介:

    王林川(1955-), 男, 教授, 硕士生导师, 研究方向为电力系统稳定与控制、电力系统负荷预测与评价;白 波(1986-), 男, 硕士研究生, 研究方向电力系统负荷预测。

Shortterm Load Forecasting Based on WLSSVM Method withParameter Optimization by QPSO

计量
  • 文章访问数:  1111
  • HTML全文浏览量:  11
  • PDF下载量:  345
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-05-12
  • 修回日期:  2014-03-25
  • 刊出日期:  2010-10-09

基于QPSO参数优化的WLSSVM短期负荷预测

    作者简介:

    王林川(1955-), 男, 教授, 硕士生导师, 研究方向为电力系统稳定与控制、电力系统负荷预测与评价;白 波(1986-), 男, 硕士研究生, 研究方向电力系统负荷预测。

摘要: 为了解决负荷非线性特性导致的预测模型难以准确建立的问题, 提出一种基于量子粒子群优化(QPSO)参数选择的加权最小二乘支持向量机(WLSSVM)的短期负荷预测模型和方法。首先, 利用量子粒子群优化方法来对模型进行训练, 从而选出最优超参数。其次, 采用具有良好泛化性能的WLSSVM回归模型弥补损失的鲁棒性。文中以黑龙江电网短期负荷预测为例, 将该方法与一般LSSVM模型的预测结果进行了对比分析, 结果表明此方法能明显提高预测精度。

English Abstract

王林川, 白 波, 于奉振, 等. 基于QPSO参数优化的WLSSVM短期负荷预测[J]. 现代电力, 2010, 27(5): 49-52.
引用本文: 王林川, 白 波, 于奉振, 等. 基于QPSO参数优化的WLSSVM短期负荷预测[J]. 现代电力, 2010, 27(5): 49-52.
Wang Linchuan, Bai bo, Yu Fengzhen, etc. Shortterm Load Forecasting Based on WLSSVM Method withParameter Optimization by QPSO[J]. Modern Electric Power, 2010, 27(5): 49-52.
Citation: Wang Linchuan, Bai bo, Yu Fengzhen, etc. Shortterm Load Forecasting Based on WLSSVM Method withParameter Optimization by QPSO[J]. Modern Electric Power, 2010, 27(5): 49-52.
参考文献 (11)

目录

    /

    返回文章
    返回