摘要:准确地实现小时负荷预测是实施优化控制和动态安全分析的前提。采用嵌入维最小二乘支持向量机(ELS-SVM)的方法进行建模和预测,对影响负荷的因素进行模糊化处理。采用了粒子群(PSO)优化算法解决ELS-SVM学习过程中多参数难以调整的问题。提出分段小批量学习和更新的在线学习方法,既降低了运算量又能有效地避免积累误差,从而提高预测精度。实验结果表明,该方法有效地将预测精度从2.1%提高到了1.29%。
关键词:智能电网 负荷预测 pso 自适应滤波器
单位:西南交通大学电气学院 四川成都610031 乐山师范学院物电学院 四川乐山614000 四川电力试验研究院 四川成都610072
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社