Resumen

La predicción de carga eléctrica es un tema importante que es ampliamente explorado y examinado en la literatura de operación de sistemas de energía y en la literatura de transacciones comerciales en mercados eléctricos. Entre los modelos de pronóstico existentes, la regresión de vectores de soporte (SVR) ha recibido mucha atención. Dado que el rendimiento de SVR depende en gran medida de sus parámetros, este estudio propuso un algoritmo de luciérnaga (FA) basado en un algoritmo memético (FA-MA) para determinar adecuadamente los parámetros del modelo de pronóstico SVR. En el algoritmo propuesto FA-MA, el algoritmo FA se aplica para explorar el espacio de soluciones, y la búsqueda de patrones se utiliza para realizar un aprendizaje individual y así mejorar la explotación de FA. Los resultados experimentales confirman que el modelo SVR basado en FA-MA propuesto no solo puede proporcionar resultados de pronóstico más precisos que los otros cuatro modelos SVR basados en algoritmos evolut

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Pronóstico de carga eléctrica; Operación de sistemas de energía; Regresión de vectores de soporte; Algoritmo de luciérnaga; Algoritmo memético; Parámetros;
• Keywords:Electricity load forecasting; Power systems operation; Support vector regression; Firefly algorithm; Memetic algorithm; Parameters;