基于多目标粒子群优化算法的短期电力负荷预测法

基于多目标粒子群优化算法的短期电力负荷预测法
冯丽;孔庆云;郭琳
【期刊名称】《电网技术》
【年(卷),期】2006(0)S2
【摘要】针对短期负荷预测的特点,提出一种基于多目标粒子群优化算法的短期电力负荷预测法。

该算法充分利用了历史数据集的基本知识,利用多目标粒子群优化算法挑选出Pareto最优模式分类规则集,在考虑规则的分类准确性和可解释性的情况下,建立一个基于模糊规则的电力负荷模式分类系统。

在仿真试验表明此分类系统具有较好的分类性能,可为电力负荷预测提供更为充分有效的历史数据,从而改善其负荷预测性能。

【总页数】4页(P265-268)
【关键词】关联规则挖掘;模糊分类系统;多目标优化算法;粒子群优化;电力负荷预测【作者】冯丽;孔庆云;郭琳
【作者单位】重庆市电力公司
【正文语种】中文
【中图分类】TM715
【相关文献】
1.基于量子行为粒子群优化算法-混沌神经网络的电力系统负荷预测 [J], 王冰山;周步祥;肖贤;林楠
2.基于粒子群优化算法的灰色模型在电力负荷预测中的应用 [J], 樊一娜
3.基于分解集成策略和多目标优化算法的混合预测模型在电力负荷预测中的应用[J], 吕勤;杨靖萍;李峰
4.基于粒子群优化算法的LightGBM超短期负荷预测研究 [J], 周彬彬;蒋燕;赵珍玉;段睿钦;刘力铭
5.基于模糊多目标遗传优化算法的节假日电力负荷预测 [J], 冯丽;邱家驹
因版权原因，仅展示原文概要，查看原文内容请购买。