基于PSO-LSSVM算法的造纸企业短期电力负荷预测模型

摘要：

　　制浆造纸生产过程中需要消耗大量的电能，对制浆造纸厂的用电负荷进行预测有利于合理安排生产调度，从而降低能耗.本研究课题提出了一种最小二乘支持向量机(LSSVM)和粒子群优化技术(PSO)相结合的短期电力负荷预测方法(PSO-LSSVM)，可对造纸企业未来每半个小时的电力负荷进行预测.结果表明，采用本研究课题提出的PSO-LSSVM方法进行短期电力负荷预测时，预测结果的平均相对误差值约为0.83％，精度高于其他行业的电力负荷预测值，模型具有良好的可行性和有效性.

关键词： 数学建模 短期预测 电力负荷 最小二乘支持向量机 粒子群优化

作者: 胡雨沙 满奕 李继庚 洪蒙纳 刘焕彬

作者单位: 华南理工大学制浆造纸工程国家重点实验室,广东广州,510640

会议类型: 国内会议

会议名称: 中国造纸学会第十八届学术年会

会议地点: 南宁

会议语种:中文

页码: 380-384

在线出版日期: 2018-05-01（万方平台首次上网日期，不代表论文的发表时间）