精品文献
同德路布谷夼
基于改进布谷鸟算法的火电厂机组组合优化
电力系统机组组合是一个多维,复杂的整数规划问题,利用传统方法较难求解。在通过研究布谷鸟搜索(cuckoo search)算法的基本原理,分析布谷鸟算法的优缺点基础上,结合粒子群算法,提出一种改进的布谷鸟搜索算法。通过在10机组系统中进行验证,结果表明,算法比粒子群算法、标准布谷鸟算法更好。改进的布谷鸟搜索算法同样也在收敛速度等更具有优势。
基于布谷鸟优化算法的电力负荷预测优化模型
电力系统中每小时负荷具有波动性,为了提高短期电力负荷预测的精度,本文提出第一个改进的基于小波神经网络的预测模型,此模型应用布谷鸟优化算法对小波神经网络中的参数进行优化后,再对数据进行预测。通过澳大利亚新南威尔士州的电力负荷数据的分析,与传统的ARIMA模型相比较,提出的改进模型能够很好地提高预测精度。