基于粒子群优化的电力负荷灰色预测模型.pdfVIP

基于粒子群优化的电力负荷灰色预测模型.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于粒子群优化的电力负荷灰色预测模型.pdf

第32卷第 1期 四 川 电 力 技 术 Vo1.32,No.1 2009年 2月 SichuanElectricPowerTechnology Feb.,2009 基于粒子群优化的电力负荷灰色预测模型 周在阳,周步祥 。师玉东。郑海滨 (四川大学 电气信息学院,四川 成都 610065) 1 fI】 摘 要:通过对 +n… = “的通解;”=ce +旦 的参数 。、H、c直接求解,避免 了灰微分方程参数辨识时选取 (L “ 合理背景值的问题,构建了适应性更强的不需构造 GM(1,1)模型的背詈值而直接求解灰微分方程参数的模型,并且 在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法(PSO)。提出了基于粒子群 算法优化的电力负荷灰色预测模型PSOGM(1,1,n,u,c),通过在电力负荷实例中的应用并与传统的GM(1,1)预测模 型进行了效果比较,验证 了基于粒子群算法优化的电力负荷 GM(I,1)模型具有很好的预测精度和适用性。 关键词:灰色模型;粒子群算法 (PSO);电力负荷预测;背景值 Abstract:Anewmethodwhichisusedtosolvetheparametera,“andCofGM (1,1)isdiscussed.Fhenparticleswarm0p— timization isadoptedtosolvethevalueofa.¨andcasthisalgorithm hasthevirtueofoptimum —seekingandhigh—quality solution.Therefore,aGM (1,1,0,U,C)basedonPSOisfinallybuilt.AndtheresultofthetraditionalGM (1,1)corn— pareswiththeresultofthenewGM (1,1)mode1.ThepracticalexampleindicatesthattheGM (1,l,a,u,c)basedon PSO modelhasthe(:halaeteristicofbetterprecisionandwiderapplicationfield. Keywords:greymodel;particleswaF1TIoptimization(PSO);powerloadforecasting;backgroundvalue 中图分类号:TM714文献标识码:B 文章编号:1003—6954(2009)O1—0032—04 负荷预测是供 电部 门的重要工作之一,准确的负 差之间存在明显的非线性关系,为使参数的求解最优 荷预测可以经济合理地安排电网内部发 电机组的启 化,采用具有全局寻优能力的粒子群算法 (PSO)求解 停 ,制订设备检修计划 ,编制 电网建设规划 ,保证社会 参数 a、“、C,并提出了基于粒子群优化的电力负荷灰 正常的生产、生活用 电,提高经济效益和社会效益 。 色预测模型 PSOGM(1,1,a,u,c),这样就可以避免通 因此,对电网未来负荷变化趋势及幅度的精确预测是 过形成背景值求解参数产生的误差。通过在 电力负 电网调度和规划部门所应具备的一项基本能力。 荷预测中的应用,证明本方法能很好地提高预测模型 灰色预测具有要求样本数据少、不考虑分布规律 的精度 和变化趋势、原理简单 、运算方便、预测精度高、可检 验性强等优点,因而得到了广泛的应用 ¨。]。但 由于 1 基于PSO的灰色预测模型 模型是一个指数函数,并且 比较适合于负荷增长较平 稳的情况,而实际问题 中影响

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档