论文部分内容阅读
为了准确、有效地预测短期负荷，提出了一种鲶鱼粒子群算法优化支持向量机的短期负荷预测模型（BFPSO-SVM）。基于混沌理论对短期负荷时间序列进行相空间重构；将支持向量机参数的组合看作一个粒子位置串，通过粒子间互作找到最优支持向量机参数，并引入“鲶鱼效应”，克服基本粒子群算法的缺点；根据最优参数建立短期负荷预测模型，并对模型性能进行仿真测试。仿真结果表明，相对于其他预测模型，BFPSO-SVM不仅加快了支持向量机参数寻优速度，而且提高了短期负荷预测精度，更适用于短期负荷预测的需要。