資源描述：
《基于算法融合的自適應(yīng)短期負(fù)荷組合預(yù)測模型研究.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第40卷第21期電力系統(tǒng)保護(hù)與控制Vo1．40NO．212012年11月1日PowerSystemProtectionandControlNOV．1，2012基于算法融合的自適應(yīng)短期負(fù)荷組合預(yù)測模型研究陸寧，劉穎(1．武漢理工大學(xué)自動(dòng)化學(xué)院，湖北武漢430070；2．武漢電力調(diào)度信息通信中心，湖北武漢430015)摘要：組合預(yù)測把多種單一預(yù)測方法按一定方式結(jié)合，綜合利用各種預(yù)測方法所提供的信息，并在綜合這些信息的基礎(chǔ)之上進(jìn)行最優(yōu)組合。采用支持向量機(jī)(SVM)實(shí)現(xiàn)分時(shí)段變權(quán)重組合預(yù)測，描述多種方法的預(yù)測結(jié)果
2、與實(shí)際負(fù)荷的非線性關(guān)系，并采用改進(jìn)粒子群(PSO)與模擬退火(SA)自學(xué)習(xí)融合的協(xié)同優(yōu)化方法SA-MPSO對SVM模型參數(shù)進(jìn)行優(yōu)化，用兩種不同特性的測試函數(shù)對該優(yōu)化算法的收斂性進(jìn)行測試，通過多次測試平均值驗(yàn)證其收斂性。實(shí)例仿真中，SA—MPS0優(yōu)化的SVM模型實(shí)現(xiàn)對三個(gè)不同預(yù)測模型的組合，預(yù)測結(jié)果表明，該方法除了避開傳統(tǒng)組合預(yù)測模型權(quán)重復(fù)雜求取問題，且參數(shù)優(yōu)化自適應(yīng)能力強(qiáng)，有利于預(yù)測精度的提高。關(guān)鍵詞：算法融合；自適應(yīng)；粒子群；模擬退火：支持向量機(jī)；組合預(yù)測Researchonself-adaptivei
3、ntegratedmodelforshort-termloadforecastingbasedonalgorithmcombinationLUNing，LIUYing(1．SchoolofAutomation，WuhanUniversityofTechnology，Wuhan430070，China；2．WuhanElectricPowerDispatchingandCommunicationCenter,Wuhan430015，China)Abstract：Combinationforecastingm
4、odelintegratessinglepredictionmethodaccordingtoacertainmodetoutilizetheinformationprovidedbyvariousmethods．Thispaperadoptssupportvectormachinetoimplementthetime—phasedvaryingweightintegratedforecastingandtodescribenonlinearrelationshipbetweentheresultsofd
5、ifferentmethodsandtheactualdata．AnewalgorithmSA—MPSOwhichisbasedonimprovedparticleswarmoptimizationandsimulatedannealingisalsoputforwardtooptimizetheparametersofsupportvectormachine．Theconvergencetestofthisoptimizationalgorithmisstudiedbyusingtwofunctions
6、withdiferentcharacteristics．Theresultsshowthattheproposedmethodcanavoidthecomplexweightcalculationofthetraditionalmodelandhasstrongself-adaptiveabilityofparameteroptimization，whichishelpfultoimprovingtheforecastingaccuracy．Keywords：algorithmcombination；se
7、lf-adaptive；particleswarm；simulatedannealing；supportvectormachine；combinationforecasting中圖分類號：TM715文獻(xiàn)標(biāo)識碼：A文章編號：1674—3415(2012)21·0109—05每個(gè)預(yù)測方法從不同角度反映預(yù)測對象的不同特點(diǎn)0引言信息，它們之問不是相互排斥，而是相互補(bǔ)充的。電力負(fù)荷預(yù)測是電力系統(tǒng)日常運(yùn)行中的一項(xiàng)重Bates和Granger在1969年于文獻(xiàn)[3]提出了將不同要工作。負(fù)荷預(yù)測對電力系統(tǒng)的經(jīng)濟(jì)性、可靠性
8、和單一預(yù)測方法進(jìn)行組合的預(yù)測方法。把多種單一預(yù)運(yùn)營管理起著十分重要的作用[1-21。實(shí)際的預(yù)測可能測方法得到的結(jié)果按一定方式結(jié)合起來，綜合利用受到包括基本因素和隨機(jī)因素在內(nèi)的各種復(fù)雜的因各種預(yù)測方法所提供的信息，并在綜合這些信息的素的影響，預(yù)測者通常在不同的假設(shè)條件下，用不基礎(chǔ)之上進(jìn)行最優(yōu)組合J。同的單一預(yù)測的方法進(jìn)行預(yù)測，但是不同的方法根對多個(gè)單一預(yù)測模型進(jìn)行組合的傳統(tǒng)方法有：據(jù)自身不同的實(shí)現(xiàn)機(jī)制，有其自己的優(yōu)點(diǎn)和缺點(diǎn)，平均
