改进蚁群化学聚类算法在短期负荷预测中的应用

曾利军<sup>1</sup>; 陈敏<sup>1</sup>; 罗细飞<sup>2</sup>

引用本文:	曾利军,陈敏,罗细飞.改进蚁群化学聚类算法在短期负荷预测中的应用[J].电力系统保护与控制,2012,40(4):59-62，70.
	.[J].Power System Protection and Control,2012,40(4):59-62，70

【打印本页】【下载PDF全文】【查看/发表评论】【EndNote】【RefMan】【BibTex】

←前一篇|后一篇→

过刊浏览高级检索

本文已被：浏览 4040次下载 255次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
改进蚁群化学聚类算法在短期负荷预测中的应用
曾利军¹, 陈敏, 罗细飞²
1.湖南工学院计算机科学系，湖南衡阳 421002;2.湖南工学院电气与信息工程系，湖南衡阳 421002

摘要:

针对现有电力系统短期负荷预测精度低、数据处理量大、易陷入局部寻优等缺点，提出了一种改进蚁群化学聚类方法。该方法通过在蚁群化学聚类算法的基础上引入核函数来优化负荷预测因素，减少在训练过程中的数据量，提高了预测速度和精度。经过对湖南某市的短期负荷预测，并与SVM及神经网络对比，其结果表明该预测模型精度高于SVM与神经网络模型精度。理论分析和实验数据验证了该算法具有一定的实用性和可行性。

关键词: 核函数短期负荷预测蚁群化学聚类局部寻优

DOI：10.7667/j.issn.1674-3415.2012.04.011

分类号:

基金项目:湖南教育厅科学研究项目(09C297);湖南省大学生研究性学习和创新性实验计划项目(H2010D0786)

Abstract:

Key words:

X关闭