输电线路PSOEM-LSSVM覆冰预测模型
【作者】刘闯 何沁鸿 卢银均 杨凯帆 黄婧 何丽娜 陈磊 孟遂民
【关键词】
输电线路 覆冰预测 扩展记忆粒子群 最小二乘支持向量机
【摘要】针对输电线路覆冰厚度预测方法存在的收敛速度慢、预测精度差等问题,考虑覆冰厚度影响因素,提出一种采用扩展记忆粒子群(PSOEM)进行参数寻优的方法,并将其应用到最小二乘支持向量机(LSSVM)中进行覆冰厚度预测。该方法在传统粒子群算法中引入扩展记忆因子,使粒子具有更强的搜索能力,从而加快收敛速度,提高预测精度。最后,采用实际线路覆冰数据对预测模型进行精度检验,结果表明,基于PSOEM-LSSVM预测模型的平均相对误差均小于3%,与其他模型相比,预测效果最好。
上一篇:混合潮流模型及算法分析
下一篇:基于DAB的光储型混合系统功率调节与控制