Resumen

La energía eléctrica es un tipo de energía no almacenable que afecta al bienestar nacional y al sustento de la población, y cuya estabilidad atrae cada vez más atención. Debido a que la carga eléctrica a corto plazo siempre se ve interferida por diversos factores externos con características como alta volatilidad e inestabilidad, un único modelo no es adecuado para la previsión de la carga a corto plazo debido a su baja precisión. Para resolver este problema, este artículo propone un nuevo modelo basado en la transformada wavelet y la máquina de vectores soporte de mínimos cuadrados (LSSVM), optimizado mediante el algoritmo de la mosca de la fruta (FOA) para la previsión de la carga a corto plazo. La transformada wavelet se utiliza para eliminar los puntos de error y mejorar la estabilidad de los datos. El algoritmo de la mosca de la fruta se aplica para optimizar los parámetros de LSSVM, evitando la aleatoriedad y la imprecisión en el ajuste de los parámetros. El resultado de la aplicación de la previsión de carga a corto plazo demuestra que el modelo híbrido puede utilizarse en la previsión a corto plazo del sistema eléctrico.

• Materias:Ingeniería electrónica Comunicaciones Ópticas Redes Inalámbricas Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering Optical communications Wireless Networks Signal processing computer-assisted Data processing
• Palabras claves:previsión de carga a plazo, algoritmo de la mosca de la fruta, algoritmo de la mosca de la fruta, carga eléctrica a plazo, diversos factores externos, lssvm, parámetros, estabilidad, energía eléctrica, transformada wavelet
• Keywords:term load forecasting, fruit fly algorithm, fruit fly algorithm, term power load, various external factors, lssvm, parameters, stability, electric power, wavelet transform