基于自组织特征神经网络和最小二乘支持向量机的短期电力负荷预测方法OA北大核心CSTPCD
Short-Term Load Forecasting Method Based on Self-Organizing Feature Mapping Neural Network and GA-Least Square SVC Model
准确的负荷预测对于整个电力系统经济有效运行有着重要的意义.针对负荷预测集和预测模型作出协同优化改进,提出了基于粒子群(Particle Swarm Optimization,PSO)优化的自组织特征映射网络(Self-organizing Feature Mapping,SOFM)和遗传算法(Genetic Algorithm,GA)优化的最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的…查看全部>>
魏明奎;叶葳;沈靖;周泓;蔡绍荣;王渝红;沈力
国家电网有限公司西南分部,四川省成都市6100315四川大学电气工程学院,四川省成都市610065四川大学电气工程学院,四川省成都市610065国家电网有限公司西南分部,四川省成都市6100315国家电网有限公司西南分部,四川省成都市6100315四川大学电气工程学院,四川省成都市610065国家电网有限公司西南分部,四川省成都市6100315
信息技术与安全科学
负荷预测自组织特征映射神经网络最小二乘支持向量机粒子群算法遗传算法
《现代电力》 2021 (1)
17-23,7
国家电网有限公司科技项目资助(SGSW0000GHJS1900117)
评论