一种新的粒子群算法优化支持向量机的短期负荷预测

上传者: 38628362 | 上传时间: 2023-03-02 19:43:10 | 文件大小: 1.31MB | 文件类型: PDF
通过研究电力负荷预测中支持向量机的参数优化问题,将改进后新的粒子群算法导入支持向量机参数中,从而建立一种新的电力负荷预测模型(IPSO-SVM)。首先将支持向量机参数编码为粒子初始位置向量,然后通过对粒子个体之间信息交流、协作的分析找到支持向量机的最优参数,并针对标准粒子群算法的缺陷进行一定的改进,从而应用于电力负荷的建模与预测,最后通过仿真对比实验来测试它的性能。实验结果表明,这种新的电力负荷预测模型能够获得较高精度的电力负荷预测结果,大大减少了训练时间,能够满足电力负荷在线预测要求。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明