基于混合粒子群算法的短期负荷预测模型

作者：王波; 邰能灵; 翟海青; 叶剑; 朱家栋; 漆梁波

来源：电力系统及其自动化学报, 2008, 20(03): 50-55.

DOI：10.3969/j.issn.1003-8930.2008.03.010

• 外源自回归动平均
• 进化算法
• 粒子群优化
• 短期负荷预测

由于电力负荷内在的非线性特性,传统基于梯度搜索的参数辨识技术可能陷入局部最优,影响了预测精度,故提出了混合进化和粒子群优化算法。将进化算法的基本思想引入粒子群优化算法,不但保持了粒子群算法结构简单、易于实现的特点,而且充分发挥了进化算法的全局搜索能力,可有效提高算法的精度和收敛速度。对上海地区电网进行短期负荷预测,与实际值相比较,结果表明,该算法具有较高的预测精度,是一种有效的短期预测方法。

• 单位
  上海交通大学; 上海市电力公司