| 引用本文: | 蒋强,肖建,王万岗,何都益,蒋伟.基于综合自适应滤波器的在线短期负荷预测[J].电力系统保护与控制,2011,39(10):97-103，125.[点击复制] |
| .[J].Power System Protection and Control,2011,39(10):97-103，125[点击复制] |
|
| 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 ELS-SVM PSO 自适应滤波器 |
| DOI：10.7667/j.issn.1674-3415.2011.10.018 |
|
| 基金项目:国家自然基金资助项目（60674057）；四川省教育厅青年基金资助项目（09ZB028） |
|
|
|
| () |
| Abstract: |
|
| Key words: |
