基于混沌粒子群优化的微电网短期负荷预测

作者：唐菁敏^*; 马含

来源：云南大学学报(自然科学版), 2019, 41(06): 1123-1129.

• 混沌理论
• 粒子群算法
• 最小二乘向量机
• 短期负荷预测

针对粒子群算法(Particle Swarm Optimization,PSO)优化最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)时存在非最优解问题,提出了一种基于混沌理论(Chaos theory)的粒子群优化LSSVM参数的短期负荷预测的方法.该预测模型首先引入混沌理论,对粒子群算法加以改进;然后让结合混沌理论的PSO对LSSVM回归估计进行参数优化,得到CPSO-LSSVM;最后将该方法应用于短期负荷预测,通过Matlab仿真训练得到预测结果.仿真实验结果表明该方法不仅可以降低算法陷入局部极值的可能性,还提高了学习能力,从而提高了预测的精准度.

• 单位
  自动化学院; 昆明理工大学