改进粒子群算法和最小二乘支持向量机的电力负荷预测
100 积分
50
评分
4.6 积分- 详情
- 2021-08-07
- 简介
pdf
- 1.7MB
- 页数 4P
- 阅读 91
- 下载 30
针对最小二乘支持向量机在电力负荷预测应用中的参数优化问题,将改进粒子群算法引入到最小二乘支持向量机参数中,建立一种新型的电力负荷预测模型(IPSO-LSSVM)。首先将最小二乘支持向量机参数编码为粒子初始位置向量;然后通过粒子个体之间的信息交流、协作找到最小二乘支持向量机的最优参数,并针对标准粒子群算法的不足进行相应改进;最后将其应用于电力负荷建模与预测,并通过仿真对比实验测试其性能。实验结果表明,IPSO-LSSVM可以获得较高准确度的电力负荷预测结果,大幅度减少了训练时间,满足电力负荷在线预测要求。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
yu***
擅长:
土建 装饰 园林 电气
- -
服务
- 7
商品
- -
人气
相关推荐
改进粒子群算法和最小二乘支持向量机的电力负荷预测 1.7MB
基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测 276KB
基于最小二乘支持向量机的公路软基沉降预测 197KB
混沌粒子群算法优化最小二乘支持向量机的混凝土强度预测 1.0MB
基于最小二乘支持向量机回归的单桩竖向极限承载力预测 147KB
基于偏最小二乘支持向量机的短期电力负荷预测方法研究 970KB
隧道围岩变形预测的最小二乘支持向量机方法 303KB
基于最小二乘支持向量机的水库来水量预测模型 154KB
改进的BP算法在短期电力负荷预测中的应用 307KB
最小二乘支持向量机在城市防洪体系综合评价中的应用 284KB