Biblioteca122.739 documentos en línea

Artículos

Short-Term Load Forecasting Based on Wavelet Transform and Least Squares Support Vector Machine Optimized by Fruit Fly Optimization AlgorithmPrevisión de la carga a corto plazo basada en la transformada de ondas y la máquina de vectores de apoyo por mínimos cuadrados optimizada mediante el algoritmo de optimización de la mosca de la fruta

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.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento