周佳
- 作品数：4 被引量：65H指数：3
- 供职机构：兰州理工大学电气工程与信息工程学院更多>>
- 发文基金：甘肃省自然科学基金国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于综合气象指数和日期类型的电力系统负荷预测被引量：13
- 2015年
- 气象因素作为影响电力负荷的主要因素,近年来已成为研究的焦点。引入了生物气象学中的实感温度、温湿指数、舒适度指数等指标并结合日期类型利用最小二乘支持向量机(LSSVM)来进行负荷预测,避免了传统的一刀切式的预测方法。以某地区实际负荷为例,证明了该方法可以辅助电网公司调度部门更好地把握负荷特性,提高电力负荷预测的准确率。
- 王惠中刘轲周佳
- 关键词：负荷预测最小二乘支持向量机
- 电力系统短期负荷预测建模仿真研究被引量：15
- 2016年
- 精确的电力系统负荷预测能够使电网安全稳定的运行。传统的电力系统负荷预测只注重预测方法的研究,诸如基于人工神经网络的方法、支持向量机的方法等,很少关注数据的预处理。为了提高短期负荷预测的精度,采用双向比较法对浙江省某市的实际电力负荷历史数据进行预处理,并用K-means算法进行聚类分析,使具有相同特征的数据属性归为一类,以此降低原始数据维数。利用LSSVM算法进行负荷预测,从而得到准确的预测结果。仿真结果表明,经过聚类的LSSVM模型预测结果的平均相对误差和最大相对误差,远低于传统模型。充分说明了双向比较法和K-means算法相结合的短期负荷预测方法不仅有更高的预测精度还使预测误差更加的平稳。
- 王惠中刘轲周佳王岳锋
- 关键词：数据预处理负荷预测聚类算法
- 基于果蝇参数优化的LSSVM短期负荷预测被引量：2
- 2015年
- 为了提高电力系统短期负荷预测的精度,针对负荷影响因素的非线性特性,采用最小二乘支持向量机(LSSVM)建立短期负荷预测模型;针对传统LSSVM在负荷预测中存在的参数优选难题,给出了果蝇参数优化算法来优选LSSVM的惩罚参数C和核函数参数σ。通过对浙江省某地区2014-6-1至2014-6-29每天24点的负荷数据进行分析,对2014-6-30日各整点负荷进行预测,仿真结果表明,与传统的LSSVM和参数优化算法相比,基于果蝇优化算法的LSSVM短期负荷预测具有更高的精度。
- 王惠中周佳王岳锋刘轲
- 关键词：负荷预测最小二乘支持向量机参数优化粒子群优化
- 电力系统短期负荷预测方法研究综述被引量：36
- 2015年
- 通过对国内外现状的研究,简述了短期负荷预测的特点和影响预测精度的各种因素,阐述了电力系统短期负荷预测的智能方法,分析比较了各种方法的优缺点。研究表明组合优选方法是电力系统短期负荷预测的发展趋势。
- 王惠中周佳刘轲
- 关键词：负荷预测神经网络数据挖掘支持向量机
