基于粒子群優(yōu)化模糊推理的短期電力負(fù)荷預(yù)測.pdf

1、短期電力負(fù)荷預(yù)測在電力系統(tǒng)中起著至關(guān)重要的作用。本文針對短期電力負(fù)荷預(yù)測，給出一種基于自適應(yīng)分解和粒子群優(yōu)化多模型綜合模糊推理的負(fù)荷預(yù)測方法。該方法首先討論電力負(fù)荷及其變化的規(guī)律性，利用快速傅立葉變換將原始負(fù)荷數(shù)據(jù)分解為反映隨機變化的高頻部分和反映趨勢規(guī)律性的低頻部分。接著，根據(jù)隨機因素所占比例定義描述局部負(fù)荷變化情況的隨機性指標(biāo)，并依據(jù)該指標(biāo)確定預(yù)測系統(tǒng)的輸入向量。隨后，考慮到負(fù)荷變化規(guī)律的時段差異性，采用聚類分析方法將負(fù)荷預(yù)測時刻分

2、為若干模糊分區(qū)。進一步，利用支持向量機對各區(qū)段分別建立區(qū)段預(yù)測子模型。最后，將多模型綜合預(yù)測過程描述成一組模糊推理規(guī)則，依據(jù)輸入向量與各核心支持向量的距離確定模糊綜合推理中各子模型預(yù)測輸出的權(quán)重，并利用粒子群方法優(yōu)化預(yù)測系統(tǒng)的參數(shù)，得到完整的自適應(yīng)分區(qū)多模型綜合模糊推理的短期電力負(fù)荷預(yù)測模型。
　　模糊邏輯系統(tǒng)側(cè)重于自然語言的理解，粒子群是一種建立在模擬鳥群捕食行為上的智能搜索算法，粒子群優(yōu)化模糊推理的預(yù)測方法正是綜合了兩者優(yōu)勢的