摘要：对造纸厂的用电负荷进行预测有利于对生产调度进行合理安排,从而降低能耗。本课题提出了一种粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)相结合(PSO-LSSVM)的短期电力负荷预测方法,该方法可对造纸厂未来每30min的电力负荷进行预测。结果表明,采用PSO-LSSVM算法对短期电力负荷进行预测时,预测结果的相对百分误差绝对值的平均值约为0.75%,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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：中国造纸学报
中国造纸学报紧跟学术前沿，紧贴读者，国内刊号为：11-2075/TS。坚持指导性与实用性相结合的原则，创办于1986年，杂志在全国同类期刊中发行数量名列前茅。
