基于果蝇参数优化的LSSVM短期负荷预测.pdfVIP

《电气自动化}2015年第37卷第6期 电力系统及其 自动化 PowerSystem ＆Automation 基于果蝇参数优化的 LSSVM短期负荷预测 王惠中 ，周佳。’，王岳锋 ，刘轲 (1．兰州理工大学 电气工程与信息工程学院，甘肃 兰州 730050； 2．甘肃省工业过程先进控制重点实验室，甘肃 兰州 730050；3．国家电网诸暨市供电公司，浙江 诸暨 311800) 摘 要：为了提高电力系统短期负荷预测的精度，针对负荷影响因素的非线性特性，采用最小二乘支持向量机 (LSSVM)建立短期负荷 预测模型；针对传统LSSVM在负荷预测中存在的参数优选难题 ，给出了果蝇参数优化算法来优选LSSVM的惩罚参数C和核 函数参数 盯。通过对浙江省某地区2014—6～1至2014—6—29每天24点的负荷数据进行分析 ，对2014—6—30日各整点负 荷进行预测，仿真结果表明，与传统的LSSVM和参数优化算法相 比，基于果蝇优化算法的LSSVM短期负荷预测具有更高的 精度。 关键词：负荷预测；最小二乘支持向量机；参数优化 ；果蝇优化算法 ；粒子群优化 DOI：10．3969／j．issn．1000—3886．2015．06．019 [中图分类号]TM715 [文献标志码]A [文章编号]1000—3886(2015)06—0060一O3 LSSVM inShort—term LoadForecastingBasedonFruitFlyOptimizationAlgorithm WANG Hui．zhong ，ZHOU Jia ，WANGYue．feng’，LIUKe， (1．CollegeofElectricalandInformationEngineering，LanzhouUniversityofTechnology，LanzhouGansu730050，China； 2．GansuKeyLaboratoryforAdvancedControlofIndustrialProcesses，LanzhouGansu730050，China； 3．StateGridZhujiPowerSupplyCo．， Zhejiang311800，China) Abstract ：In orderto improvethe accuracy ofshort—term load forecasting in the electric powersystem ，with respectto the nonlinear characteristicsofshort—termloadfactors，theleastsquaressupportvectormachine(LSSVM)isusedtoestablishashort—termload forecastingmode1．W ithrespecttoparameteroptimizationproblemsoftraditionalLSSVM in loadforecasting，thispaperpresentsthe tiuitflyparameteroptimizationalgorithm foroptimizationofpenaltyparameterCandkernelfunctionparameter ．Onthebasisofan analysisofloaddataat24：00everydayintheperiodof2014—6—1to2014—6—29inanareaofZhejiangProvince．aforecasting ismadeofrtheloadsateachoclockonJune30，2014．Thesimulationresultsshow thatshort—term loadforecastingthroughLSSVM basedonfruitflyoptimizationalgorithm ismoreaccuratethattraditionalLSSVM andparameteropt