基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测

作者：杨海柱; 江昭阳; 李梦龙; 康乐

来源：电子科技, 2020, 33(12): 67-74.

DOI：10.16180/j.cnki.issn1007-7820.2020.12.013

• 短期负荷预测
• 电力系统调度
• 预测精度
• 最小二乘支持向量机
• 改进人工鱼群-蛙跳算法
• 优化参数

短期电力负荷预测在电力系统安全调度、经济运行方面起到关键作用。在用最小二乘支持向量机进行负荷预测时,参数选择将直接影响预测精度。为了提高LSSVM负荷预测精度,文中提出一种基于Levy变异自适应视野人工鱼群-蛙跳算法对LSSVM进行参数优化的方法。以某县负荷、天气等历史数据对LSSVM进行训练,建立LAVAFSA-SFLA-LSSVM、AFSA-LSSVM、LAFSA-SFLA-LSSVM共3种预测模型,对该地区某日24 h的电力负荷进行预测。算例结果表明,LAVAFSA-SFLA-LSSVM预测精度比AFSA-LSSVM和LAFSA-SFLA-LSSVM更高,预测误差更小。

• 单位
  河南理工大学; 自动化学院