改进布谷鸟搜索LSSVM的负荷预测方法

作者：刘兴栋; 邹一男^*; 熊小东; 程超; 杨宏宇

来源：信息技术, 2021, (08): 41-47.

DOI：10.13274/j.cnki.hdzj.2021.08.008

• 深度搜索
• 布谷鸟搜索算法
• 最小二乘支持向量机
• BP神经网络
• 自下而上负荷预测

负荷预测对合理安排发电计划,维持电网安全稳定运行具有重要意义。文中提出自下而上的区域负荷预测方法,逐线逐站展开预测工作。将深度搜索引入布谷鸟搜索算法,提高其优化精度,然后求解最小二乘支持向量机的参数,对某市某区域日有功负荷进行预测,各线、各站的预测结果与基于布谷鸟-最小二乘支持向量机、粒子群-最小二乘支持向量机、BP神经网络预测进行比较,表明该方法更加稳定、准确。最后,将文中提出方法与整体负荷预测相比较,实验结果表明,其预测结果具有可靠性,可为合理安排发电计划、电网扩建等提供可靠依据。