电网技术

2006, (S2) 265-268

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多目标粒子群优化算法的短期电力负荷预测法
An Algorithm for Short-term Electrical Load Forecasting Based on Multi-objective Particle Swarm Optimization

冯丽;孔庆云;郭琳;

摘要(Abstract):

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。

关键词(KeyWords): 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

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 冯丽;孔庆云;郭琳;

Email:

DOI: 10.13335/j.1000-3673.pst.2006.s2.060

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享