基于改进灰色关联分析和CMPSO⁃LSSVM算法的短期电力负荷预测

摘要：

为了提高短期负荷预测精度,提出一种基于改进灰色关联分析(IGRA)和混沌粒子群算法(CMPSO)优化最小二乘支持向量机(LSSVM)参数的短期负荷预测的方法.该预测模型首先在传统的灰色关联分析方法基础上做出改进,定义了综合灰色关联度从而选取相似日;其次,针对标准粒子群算法求解LSSVM参数优化问题时存在的易陷入局部最优的缺陷,引入混沌理论对粒子群算法加以改造,建立CMPSO?LSSVM预测模型;最后将该方法应用于某市2018年夏季短期负荷预测,仿真结果表明该方法不仅可以避免算法陷入局部极值,还能提高预测的精准度.

关键词：关联分析、相似日选取、特征提取、模型建立、算法改造、短期负荷预测

所属期刊栏目：44

分类号：TN911⁃34;TM714

资助基金：国家自然科学基金项目资助61761049

在线出版日期：2021-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：177-181