基于族群进化计算的多项式回归电力负荷预测 polynomial regression of power load forecasting based on ethnic group evolutionary computation.pdfVIP

下载本文档

5
0
约2万字
约 5页
2017-08-12 发布于上海
举报
版权申诉

基于族群进化计算的多项式回归电力负荷预测 polynomial regression of power load forecasting based on ethnic group evolutionary computation.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于族群进化计算的多项式回归电力负荷预测 polynomial regression of power load forecasting based on ethnic group evolutionary computation

基于族群进化计算的多项式回归电力负荷预测沙宇恒-，潘晓英2，张小庆1，宋晓林1 (1．陕西电力科学研究院，陕西西安710054；2．西安邮电学院，陕西西安710121) 摘要：提出了1种基于族群进化计算的多项式回归电力负荷预测方法，该方法利用族群进化理论来有效优化多项式回归分析模型中的参数，取得了较好的效果。同时，选择某地区用电量历史数据进行预测分析，并与季节指数模型预测的结果进行了对比。从数据对比分析结果看．该文提出的预测值与实际值的平均误差和相对误差均小于季节指数模型。证明了该方法的可行性和有效性。关键词：多项式回归分析；族群进化算法；参数优化；电力负荷预测中图分类号：TM715 文献标志码：A 文章编号：1673—7598(2012)02—0027—05 ofPowerLoad BasedonEthnic PolynomialRegression Forecasting GroupEvolutionaryComputation SHA Xiao-linl Yu-hen91，PAN Xiao-qin91，SONG Xiao-yin92，ZHANG ElectricPowerResearch 71 (1．Shaanxi Institute，Xi’an 0054，China； 2．Xi’an ofPostsTelecommunications．Xi’an7101 University 21．China) Abstract：The of load methodbasedonethnic is polynomialregressionpowerforecasting groupevolutionarycomputationproposed． of usedto inthe achieve Theethnic evolutionis the model，and theory optimizeparameterspolynomialregressionanalysis good results．In historicaldatais the resultsale with experiments，aregionalelectricityconsumption analyzed，andpredictable compared of relativeof valueandactual the8easoflalindexmodel．Fromthe data elTorand elTor analysis，theaverage comparison predictive