A combination model with variable weight optimization for short-term electrical load forecasting-西安理工大学科技处

A combination model with variable weight optimization for short-term electrical load forecasting

来源：　时间：2019-09-11 　点击数：

期刊名称：Energy

影响因子：5.537

作者：李维勤，畅黎

论文介绍：

组合预测方法可降低单一预测方法的风险，能有效提高预测准确性，但权重参数难以准确估计，且受随机噪声干扰和异常数据影响较大。论文建立了一个稳健的组合预测模型，提出了一种改进的粒子群优化算法，其优点是通过粒子变异策略、基于适应度的参数调整策略和知识更新策略，避免了粒子陷入局部最优，从而提高了计算速度和性能。为了降低负荷序列的随机噪声，提高预测模型的鲁棒性，提出了基于EEMD的数据预处理技术。基于相对误差的概率分布，建立了异常检测的统计学模型。与其它基于群智能优化算法的组合模型做了比较，验证了论文模型具有较高的精度和可靠性。