排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
电力系统负荷预测精度直接决定了预测模型的质量.为了降低预测模型输出结果的预测误差,提出了粒子群算法优化支持向量机回归这一智能预测方法.通过对环境温度、节假日、工作日、日期的采集与分析作为模型的输入,以日平均负荷作为模型的输出.最后,通过仿真,对引入粒子群算法的支持向量机回归模型的预测结果进行对比分析.结果表明:优化后的智能模型取得了更为理想的预测结果. 相似文献
2.
输电线路负荷预测的核心任务是根据以前负荷数据的变化规律推断出未来的发展趋势.输电线路负荷预测对于节约用电、发电机组的维护与保养、实行电网经济调度、保障生产和生活用电的稳定都具有重要的意义,是电力系统调度、用电和计划部门的重要工作.文中提出一种基于GA-BP的输电线路负荷预测研究方法,选取了日最高和日最低环境温度作为模型... 相似文献
1