基于改进ABC算法的中长期电力负荷组合预测

发布时间：2018-05-20 23:30

  本文选题：ABC算法 + 中长期电力负荷　； 参考：《电力系统保护与控制》2014年23期

【摘要】：将人工蜂群(ABC)算法应用到中长期电力负荷预测中,通过与组合预测模型相结合,对组合预测目标函数进行优化权重求解。另外针对该算法的早期收敛速度慢、后期容易陷入局部最优的缺点,通过引入扰动项,并进行最坏蜜源替代予以解决。实例分析证明该改进算法收敛速度快,全局寻优能力强。利用它求得的组合预测值,相对于单一模型的预测结果,精度有较大的提高,说明该改进算法应用到中长期电力负荷预测中是可行的。
[Abstract]:The artificial bee colony ABC algorithm is applied to the medium and long term power load forecasting. By combining with the combined forecasting model, the optimal weight of the combined forecasting objective function is solved. In addition, the early convergence speed of the algorithm is slow, and the local optimum is easy to fall into in the later stage, which is solved by introducing the disturbance term and replacing the worst nectar source. The example shows that the improved algorithm has fast convergence speed and strong global optimization ability. Compared with the prediction results of a single model, the accuracy of the combined prediction value obtained by the proposed method is greatly improved, which indicates that the improved algorithm is feasible in the medium and long term power load forecasting.
【作者单位】： 湖南大学电气与信息工程学院;南方电网技术研究中心;湖南湖大华龙电气与信息技术有限公司;
【基金】：国家自然科学基金项目(51277059)~~
【分类号】：TM715

【参考文献】

相关期刊论文 前6条

1 卜虎正;姚建刚;李文杰;孙广强;吴剑飞;陈华林;;中长期电力负荷预测的改进免疫粒子群算法[J];电力系统及其自动化学报;2011年03期

2 吴昌友;王福林;董志贵;索瑞霞;;改进粒子群优化算法在电力负荷组合预测模型中的应用[J];电网技术;2009年02期

3 毕晓君;王艳娇;;改进人工蜂群算法[J];哈尔滨工程大学学报;2012年01期

4 陆宁;周建中;何耀耀;;粒子群优化的神经网络模型在短期负荷预测中的应用[J];电力系统保护与控制;2010年12期

5 温青;张筱慧;杨旭;;基于负荷误差和经济发展趋势的组合预测模型在中长期负荷预测中的应用[J];电力系统保护与控制;2011年03期

6 郑志杰;李磊;赵兰明;;考虑数据不确定性的中长期电力负荷预测[J];电力系统保护与控制;2011年07期

【共引文献】

相关期刊论文 前10条

1 艾莉;华静;;基于多传感器信息融合的滚动轴承故障诊断[J];轴承;2012年03期

2 张保航;谷海青;高强;;基于FNN的校园电能短期预测算法研究[J];电测与仪表;2012年01期

3 代鑫波;崔勇;周德祥;陈湘华;;基于主成分与粒子群算法的LS-SVM短期负荷预测[J];电测与仪表;2012年06期

4 袁斌;方芩璐;罗滇生;王娟;;短期负荷预测中对输入-输出关联度的改进[J];电力系统及其自动化学报;2011年03期

5 戴浪;黄守道;黄科元;叶盛;;风电场风速的神经网络组合预测模型[J];电力系统及其自动化学报;2011年04期

6 蒋燕;王少杨;封芸;;基于递归等权组合模型的中长期电力负荷预测[J];电力系统及其自动化学报;2012年01期

7 蒋建东;程志豪;朱明嘉;;考虑积温效应的短期负荷组合预测方法[J];电力自动化设备;2011年10期

8 齐放;;基于小波神经网络的风电功率预测[J];电气开关;2011年04期

9 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年18期

10 李鑫滨;张娟;张岩;卢志刚;;基于D-S证据理论的相似日支持向量机短期负荷预测[J];电网技术;2010年07期

相关会议论文 前5条

1 Jun-hua Duan;Yu-Jie Yang;Kai-zhou Gao;Jun-qing Li;Quan-ke Pan;;A Speed-up Method for calculating total flowtime in permutation flow shop scheduling problem[A];第25届中国控制与决策会议论文集[C];2013年

2 孔笋;陈增强;;A free search algorithm with double populations for QoS multicast routing[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 Peng Zhang;Hong Liu;Yanhui Ding;;Dynamic Bee Colony Algorithm Based on Multi-species Coevolution[A];山东计算机学会2013学术年会论文集[C];2013年

4 常文婧;吉培荣;;灰色Verhulst模型在负荷预测中的应用[A];第25届全国灰色系统会议论文集[C];2014年

5 夏非;范莉;苏浩益;;基于粗糙集理论和启发式径向基函数神经网络的中长期电力负荷预测模型[A];2013年江西省电机工程学会年会论文集[C];2013年

相关硕士学位论文 前10条

1 龚娇龙;基于食物链生态进化算法的输电网扩展规划[D];南昌大学;2010年

2 史鹏飞;面向对象的电力系统综合负荷预测软件开发及应用[D];太原理工大学;2011年

3 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年

4 韩海英;V2G参与电网调峰和调频控制策略研究[D];北京交通大学;2011年

5 许明子;基于粒子群算法的供热负荷组合预测[D];东北石油大学;2011年

6 曾勇;基于智能电网的实时电价研究[D];重庆大学;2011年

7 王一磊;基于BP神经网络的输电线路保护系统的研究[D];哈尔滨理工大学;2011年

8 凌君;基于控制方法的粒子群算法改进及应用研究[D];东北大学;2009年

9 刘明;基于小波和神经网络理论的电力系统负荷预测研究[D];南京理工大学;2012年

10 戴浪;风电场风速预测模型研究[D];湖南大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 王才宏;杨世荣;董茜;;目标选择决策的组合熵权系数方法研究[J];弹箭与制导学报;2006年04期

2 鞠平,李靖霞,陆晓涛;电力负荷预测的遗传规划方法[J];电力系统自动化;2000年11期

3 韦凌云,吴捷,刘永强;基于系统动力学的电力系统中长期负荷预测[J];电力系统自动化;2000年16期

4 钱卫华;姚建刚;龙立波;张凯;;基于短期相关性和负荷增长的中长期负荷预测[J];电力系统自动化;2007年11期

5 俞俊霞,赵波;基于改进粒子群优化算法的最优潮流计算[J];电力系统及其自动化学报;2005年04期

6 刘玲;严登俊;龚灯才;张红梅;李大鹏;;基于粒子群模糊神经网络的短期电力负荷预测[J];电力系统及其自动化学报;2006年03期

7 吴杰康;陈明华;陈国通;;基于PSO的模糊神经网络短期负荷预测[J];电力系统及其自动化学报;2007年01期

8 王波;邰能灵;翟海青;叶剑;朱家栋;漆梁波;;基于混合粒子群算法的短期负荷预测模型[J];电力系统及其自动化学报;2008年03期

9 王吉权,赵玉林;组合预测法在电力负荷预测中应用[J];电力自动化设备;2004年08期

10 沈茂亚;丁晓群;王宽;侯学勇;徐进东;;自适应免疫粒子群算法在动态无功优化中应用[J];电力自动化设备;2007年01期

相关硕士学位论文 前1条

1 李桥兴;多属性决策中指标权重确定的理论研究与应用[D];广西大学;2004年

【相似文献】

相关期刊论文 前10条

1 张疆涌;;综合权组合预测[J];硅谷;2009年24期

2 刘延平;邵悦然;李卫东;;我国铁路客运量的组合预测[J];物流技术;2010年07期

3 柴元春;;我国能源总产量的组合预测[J];赤峰学院学报(自然科学版);2011年04期

4 孙李红;;基于灰色组合预测的国内债券余额预测[J];哈尔滨商业大学学报(自然科学版);2012年02期

5 周伟,王建军,武常吉,刘洪;陕西省国民经济发展的组合预测研究[J];西安公路交通大学学报;1997年03期

6 肖智,李春红,李潆兵,钟波;遗传算法在经济混沌组合预测中的应用[J];重庆大学学报(自然科学版);2002年11期

7 夏明雷,刘澜;社会经济发展的组合预测研究[J];交通科技与经济;2005年03期

8 张磊;郑丕谔;;物资招标采购中组合预测的线性规划方法[J];工业工程;2007年01期

9 杜云飞;陈孟野;高永献;;基于神经网络的一种组合预测的构建与应用[J];河南工程学院学报(自然科学版);2010年02期

10 田光理;苑红伟;牛德宁;;基于粗糙集理论的短时交通流组合预测研究[J];道路交通与安全;2010年02期

相关会议论文 前10条

1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年

2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学（第9卷）[C];2008年

4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年

5 李存金;;简单平均法下的最优组合预测问题研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

6 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年

7 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年

8 吴登生;李建平;孙晓蕾;;考虑模型相关性的组合预测过程中单项模型筛选研究[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年

9 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年

10 ;国外风电功率预测发展现状[A];中国农机工业协会风能设备分会《风能产业》（2014年第1期）[C];2014年

相关博士学位论文 前4条

1 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年

2 蒋传进;基于模型遴选规则的自适应组合预测研究[D];东华大学;2014年

3 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年

4 龚科;基于软集合理论的外贸出口量预测方法研究[D];重庆大学;2010年

相关硕士学位论文 前10条

1 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年

2 丁咏梅;我国股票价格的组合预测[D];华中科技大学;2005年

3 王庆庆;我国国内石油供给的组合预测研究[D];浙江工商大学;2006年

4 高放;组合预测研究及其在交通流量预测中的应用[D];山东科技大学;2008年

5 吉敏;支持向量回归机在组合预测中的应用研究[D];东华大学;2011年

6 毛开翼;关于组合预测中的权重确定及应用[D];成都理工大学;2007年

7 王梦冬;人民币汇率短期组合预测研究[D];天津大学;2008年

8 朱素玲;组合预测中单项模型选择研究及其权重系数优化[D];兰州大学;2010年

9 章锋;中短期航空客运量的组合预测应用研究[D];华中科技大学;2009年

10 张伟;基于状态转移的人民币汇率时变组合预测研究[D];重庆师范大学;2010年

，

本文编号：1916728