| 摘要: |
| 为了提高电力系统短期负荷预测精度，针对传统支持向量机(SVM)模型在负荷预测中存在的参数的选取问题，提出一种新的预测模型:用改进的自适应粒子群优化算法寻求SVM模型的最优参数。经典粒子群算法是一种全局优化算法，在此基础上提出改进的粒子群算法（FAPSO）并对其进行收敛性测试，将基于改进粒子群算法FAPSO优化的SVM模型用于短期电力负荷预测。实例仿真结果表明该预测模型精度高于传统SVM预测模型，具有一定实用价值。 |
| 关键词: 自适应 粒子群优化 支持向量机 全局优化 负荷预测 |
| DOI：10.7667/j.issn.1674-3415.2011.15.009 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
