基于人工蜂群優(yōu)化LS-SVM短期負荷預測研究.pdf

1、短期負荷預測是電力部門非常重要的一項工作，它關(guān)系到發(fā)電單位對發(fā)電計劃的合理安排，所以對其進行研究是非常必要的。短期負荷預測的結(jié)果是否精準影響著電力部門的計劃交易量和電力系統(tǒng)是否能安全穩(wěn)定地運行。因此，采用適當?shù)亩唐谪摵深A測方法和最大程度地提高預測精度和準確性已成為負荷預測領(lǐng)域的重要研究課題。
　　首先，本文介紹了負荷預測的研究背景及意義并對負荷預測進行了分類，重點闡述了短期電力負荷預測的特點、方法和研究現(xiàn)狀等;其次，結(jié)合電力負荷的

2、特性，提出建立基于最小二乘支持向量機的預測模型。由于模型參數(shù)對預測的結(jié)果有著很大的影響，所以最小二乘向量機參數(shù)的優(yōu)化非常重要，本文分別采取人工蜂群算法和改進蜂群算法對參數(shù)進行尋優(yōu)，對兩種算法的原理和流程進行了說明，并對兩種算法的優(yōu)化性能進行驗證。最后分別建立基于LS-SVM、ABC-LSSVM和CABC-LSSVM的預測模型，針對遼寧某地區(qū)的負荷進行預測，并對比各模型的預測結(jié)果，結(jié)合影響負荷預測的因素進行分析并得出結(jié)論，預測結(jié)果驗證了本