|
|
电网技术 2009, 33(2) 27-30 DOI:
ISSN: 1000-3673 CN: 11-2410/TM |
|
|
|
|
本期目录 |
下期目录 |
过刊浏览 |
高级检索
[打印本页]
[关闭] |
|
| 国家重点基础研究项目 |
|
|
改进粒子群优化算法在电力负荷组合预测模型中的应用 |
|
|
吴昌友1，王福林1，董志贵2，索瑞霞1 |
|
|
1．东北农业大学 工程学院，黑龙江省 哈尔滨市 150030；2．沈阳东方钛业有限公司，辽宁省 沈阳市 110016 |
|
|
摘要：
提出了改进的粒子群优化算法：通过改进初始粒子种群的产生方法，加快其产生速度；在新的粒子种群产生过程中引入自适应步长，可以在该速度梯度方向上找到较优的粒子，进而加速了收敛速度；借鉴遗传算法中的变异操作增加了粒子的多样性，减小了算法陷入局部极值的可能。通过应用实例证明，将改进的粒子群优化算法应用到电力负荷组合预测模型的权重求解是可行的。 |
|
|
关键词：
粒子群优化算法
变异
电力负荷
组合预测
|
|
|
Application of Improved Particle Swarm Optimization in Power Load Combination Forecasting Model |
|
|
WU Chang-you1，WANG Fu-lin1，DONG Zhi-gui2，SUO Rui-xia1 |
|
|
1. College of Engineering，Northeast Agricultural University，Harbin 150030，Heilongjiang Province，China；2. Shenyang Orient Titanium Industry Co., Ltd.，Shenyang 110016，Liaoning Province，China |
|
|
Abstract:
In this paper an improved particle swarm optimization (PSO) is proposed. By means of improving initial particle population, its generation velocity is accelerated; through leading the adaptive step-length into the generation process of particle population, better particle can be found in this velocity gradient direction, thus the convergence can be speeded up; drawing on the experience of genetic algorithm (GA), the possibility that the algorithm falls into local extremum is decreased. Application examples show that it is feasible to apply the improved PSO to the weight solution of power load combination forecasting model. |
|
|
Keywords:
particle swarm optimization
variation
power load
combination forecasting
|
|
|
收稿日期 2008-04-09 修回日期 1900-01-01 网络版发布日期 |
|
|
DOI: |
|
|
基金项目:
|
|
|
通讯作者: 吴昌友 |
|
|
作者简介: |
|
作者Email: wuchangyou_81@yahoo.com.cn |
|
|
| 参考文献： |
|
| 本刊中的类似文章 |
| 1．鲁忠燕 邓集祥 汪永红 .基于免疫粒子群算法的电力系统无功优化[J]. 电网技术, 2008,32(24): 55-59 |
| 2．陈绩 吕飞鹏 黄姝雅 . 确定复杂环网方向保护最小断点集的改进离散粒子群优化算法
[J]. 电网技术, 2008,32(12): 90-94 |
| 3．聂宏展|张冰冰|王 新|李迎红.基于改进粒子群优化算法的电力市场下的无功优化[J]. 电网技术, 2007,31(21): 85-90 |
| 4．黄姝雅|刘天琪|陈 绩.动态状态估计中PMU配置的离散粒子群优化算法[J]. 电网技术, 2006,30(24): 68-72 |
| 5．刘述奎 陈维荣 李奇 戴朝华 段涛.基于自适应聚焦粒子群优化算法的电力系统多目标无功优化[J]. 电网技术, 2009,33(13): 0- |
| 6．张智晟 董存 吴新振.基于量子粒子群优化算法的水电系统经济运行[J]. 电网技术, 2009,33(18): 68-72 |
|
| Copyright by 电网技术 |
