多主体协同电力负荷预测模型

多主体协同电力负荷预测模型

ID:46296891

大小:673.13 KB

页数:5页

时间:2019-11-22

多主体协同电力负荷预测模型_第1页
多主体协同电力负荷预测模型_第2页
多主体协同电力负荷预测模型_第3页
多主体协同电力负荷预测模型_第4页
多主体协同电力负荷预测模型_第5页
资源描述:

《多主体协同电力负荷预测模型》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、cD雌Ⅳ衙西?gfⅣB盯以g册d仰眈口f面肿计算机工程与应用2012.48(17)l@博士论坛@多主体协同电力负荷预测模型安文。2,窦全胜1ANWenl”,DOUQuanshen911.山东工商学院信息与电子工程学院,山东烟台2640052墒

2、军航空工程学院,山东烟台26400l,,1.Schooloflnf0肋ation柚dElec仃onicEn百ne商n&ShandongInsdtuteofBusiIlessandTechnolo跏Yantai,Sh廿dong264005,China2.NavalAeronauticalandA咖蚰utica

3、lUniversiW’Y狐tai,Sh粕dong26400l,ch血aANWen。DoUQuansheng.Loadforecas“ngmodeIbasedonmulti-agentscooperation.ComputerEngineer-ingandAppIications,2012,48(17):l-4,Abstract:Thisp印erproposesthedectrici够loadforecastiⅡgmodelbasedonthemulti—agent(Multi·AgemsSys-t鼬,MAS)coordination,andenc

4、apsulatesdi船remforecastingmodelsintodi髓rentAgents,byu豳gcommunica—tionbe伽eeIltlleAgentsandmecorporationmechanism,meforecastingproblemc锄besolVed,anditco叩erativelyforecastsbased0ntheapproximatedaymodel,regressiOnmodel,neuralnetworkmodelandmlesreVisionmodel.Theexp丽men“resultsshow

5、t11atthecooperativefo诧eastingmodelc髓getbetterfbrecastingpreci甄0n,and也efbrccastingresultsarerclatiVelystable,whichissignificantforttleimprovementofrealloadforecastingprecision.1沁ywords:Multi—AgentsSystem(MAS);loadforecasting;cooperation摘要:提出了基于多主体(Multi.Agentssystem,MAs)协同的电力负

6、荷预测模型,将不同的预测模型封装在不同的Agent中,利用各Agent之间的通信,合作机制来共同完成预测问题的求解,以近似日模型。回归模型。神经网络模型和规则修订模型为基础,进行协同预测。并通过实验证明了协l司预测模型不仅能达到较好的预测精度,同时预测结果相对稳定,对提高实际负荷预测精度具有很现实的意义。关键词:多主体系统(MAs);负荷预测:协同文章编号:l002—8331(2012)17.oool—04文献标识码:A中图分类号:TP301.6l引言多主体系统(Multi-Agentssystem,MAs)是由多个主体(Agent)组成的社会,

7、通过主体间交互来实现的一种分布式自主系统n,。目前,关于MAs的应用研究已成为国际上一个生机勃勃的研究领域。负荷预测是电力系统的一个传统问题,是指从已知的用电需求出发,考虑政治、经济、气候等相关因素,对未来的用电需求做出的预测。本文将多主体协同技术引入电力负荷预测领域,将不同的预测模型封装在不同的Ag朗t中,利用各Agent之间的通信、合作机制来共同完成预测问题的求解,并以某电网公司实际预测为实例,对多主体协同预报方法的精度进行了验证。以下就其详细过程进行阐述。2基于MuIti.agents协同的负荷预测器架构在多主体协同预测模型中,多个不同功能

8、的基金_项日:国家自然科学基金(No.60775035);山东省中青年科学家奖励基金(No.2009BsDOl383);山东省自然基金资助项目(No.ZR2011FQ039)。作者简介:安文(1966一),男,博士生,副教授,主要研究方向为数据挖掘、信息处理等;窦全胜(197l一),男,博士,副教授,主要研究方向为智能科学、数据挖掘等。E.mail:yt锄well@126.com收稿日期:2011.12.20修回日期:2012一03.29CN魁出版日期:2012.04—05DIDI:10.3778a,issn.1002_8331.2012.17.

9、00lhttp:f^^一扪Ⅳcnl(i.nct,I【cm妣衄il/11.2127.n20120405.1742.010.h砌C0mput

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。