基于PSO-LSSVM算法的造紙過程短期電力負荷預測模型

摘要：對造紙廠的用電負荷進行預測有利于對生產調度進行合理安排,從而降低能耗。本課題提出了一種粒子群優化算法(PSO)和最小二乘支持向量機(LSSVM)相結合(PSO-LSSVM)的短期電力負荷預測方法,該方法可對造紙廠未來每30min的電力負荷進行預測。結果表明,采用PSO-LSSVM算法對短期電力負荷進行預測時,預測結果的相對百分誤差絕對值的平均值約為0.75%,精度高于其他行業的電力負荷預測值,模型具有良好的可行性和有效性。