基于PSO-SVM模型的理论线损率预测研究  

Research on Theoretical Line Loss Rate Prediction Based on PSO-SVM Model

作　　者：王静[1] 田丽[2] 夏坤 胡智颖 

机构地区：[1]巢湖学院电子工程与电气自动化学院,安徽巢湖238000 [2]安徽工程大学电气工程学院,安徽芜湖241000 [3]安徽电力巢湖无为供电有限责任公司新闻中心,安徽芜湖241000 [4]南京国联电力工程设计有限公司,南京210009

出　　处：《重庆工商大学学报（自然科学版）》2013年第8期55-58,66,共5页Journal of Chongqing Technology and Business University:Natural Science Edition

基　　金：国家自然科学基金(71171002);安徽省自然科学基金(11040606M24)

摘　　要：深入分析了线损率的影响因素,对现存的线损率预测方法进行了研究,采用粒子群算法对支持向量机进行参数寻优,建立基于粒子群优化的支持向量机预测模型对理论线损率进行预测仿真,为线损的降低和电能的高效利用提供保障;最后通过实例验证了该模型在理论线损率预测中的精度。This paper deeply analyzes the influential factors for line loss rate, studies present line loss rate prediction methods, uses particle swarm algorithm to optimize the parameters of support vector machine, sets up support vector machine prediction model based on particle swarm optimization to simulate theoretical line loss rate prediction in order to provide guarantee for reducing line loss rate and highly-efficient utilization of power and finally uses sample experiment to verify the accuracy of this model in theoretical line loss rate prediction.

关 键 词：线损率预测 支持向量机 粒子群优化 

分 类 号：TM711[电气工程—电力系统及自动化]