原创力文档- 1、本文档共5页，可阅读全部内容。
- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
测试测量技术
基于BA-LSSVM 的短期电力负荷预测研究
BasedontheBA-LSSVMShort-termPowerLoadForecastingResearch
1 1 2 2 2
公政 ,姜文 ,王来河 ,宋祥民 ,吴其诚 （1.国网山东电力公司潍坊供电公司,
山东潍坊261000;2.山东科技大学,山东青岛266590）
1 1 2 2 2
GongZheng,JiangWen,WangLai-he,SongXiang-min,WuQi-cheng(1.ShandongWeifang
ElectricPower Company,ShandongWeifang 261000;2.ShandongUniversityofScience and Technology,
ShandongQingdao266590）
：
摘 要 为了提高短期电力负荷预测结果的准确性，该文提出了蝙蝠算法优化最小二乘支持向量机
(BA-LSSVM)的方法。该方法利用蝙蝠算法对最小二乘支持向量机的核函数参数进行优化，并用优化后的
参数建立短期电力负荷预测模型。最后，将搜集到的某地区历史负荷数据输入模型，通过仿真结果分析，
表明该方法具有一定的可行性和有效性。
： ；短期电力负荷；预测模型
关键词 蝙蝠算法；最小二乘支持向量机
： ： ：
中图分类号 TP301.6 文献标识码 A 文章编号 1003-0107(2017)03-0001-05
Abstract: Inordertoimprovetheaccuracyofshort-termloadforecastresults,thispaperproposesaleasts-
quaressupportvectormachine(LSSVM)basedonthebatalgorithm(BA-LSSVM)method.Thismethoduset-
hebatalgorithmforleastsquaressupportvectormachine(LSSVM)kernelfunctionparameterwasoptimized,a-
ndtheoptimizedparametersbasedonleastsquaressupportvectormachine,theshort-term powerloadfor
ecastingmodeltoforecastthepowerload.Finally,thehistoricalloaddatainputtoaregionmodel,byanalyzing
thesimulationresults,showthatthismethodhascertainfeasibilityandvalidity.
Keywords:Thebatalgorithm;LSSVM;Short-termpowerload;Predictionmodel
CLCnumber:TP301.6 Documentcode:A ArticleID：1003-0107(2017)03-0001-05
0 引言 本文提出了一种基于蝙蝠算法(BatAlgorithm,BA)优
短期负荷预测对电力系统的安全、稳定、经济运行
文档评论（0）