基于多种群遗传优化LSSVM的中长期负荷预测方法
Electronic Design Engineering（2022）
Abstract
针对当前复杂经济环境下考虑经济、人口等多元因素的单一中长期负荷预测模型预测准确率难以提升的问题,提出一种多种群遗传算法(MPGA)优化最小二乘支持向量机(LSSVM)的组合预测方法,以各单一模型预测结果作为一次预测组,采用灰色关联分析选取与其关联度较高的历史预测组,连同各组所对应实际结果构建组合预测模型训练集及验证集,并采用LSSVM模型进行训练并基于MPGA算法对最优LSSVM模型参数高效搜索,通过最优模型参数实现二次组合预测.以北京市实际数据进行算例分析,所提方法预测结果平均绝对百分误差为1.25％,实证表明,所提方法相比于单预测模型及基于常规搜索算法优化预测模型,实现了中长期负荷预测准确率的有效提升.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined