论文部分内容阅读
针对大型冶金企业专用母线负荷种类多、分布不均、规律性弱等特点,利用自组织特征映射神经网络(self-organizingfeaturemap,SOM)对模糊聚类法进行改进,以选择待预测日的相似日,通过db4小波对相似日负荷数据进行分解、去噪和重构处理后作为后期预测模型的训练样本;采用混沌粒子群算法(chaosparticleswarmoptimization,CPSO)对最小二乘支持向量机(leastsquaresupportvectormachine,LSSVM)算法的惩罚参数和核函数覆盖宽度进行优化,