电网调度部门在我国能源行业转型升级中发挥着举足轻重的作用.对于电厂运营而言,精确计量日耗煤量以及准确预测未来日耗煤量的变化趋势,有助于电厂更有效地规划煤炭供应与调度,确保电力生产的连续性和稳定性.文章采用粒子群优化的支持向量机(PSO-SVM)算法和相关向量机(RVM)算法,针对某能源集团下属的3家电厂,进行了为期10 d的日耗煤量预测研究,并构建了基于这两种算法的电厂耗煤短期预测模型.实验结果表明,经过参数优化后,采用RVM算法预测的3家电厂未来10天日耗煤量的平均相对误差率为10.3％,相较于采用PSO-SVM方法所得的13.3％有了明显的降低,表明RVM算法在预测精度更高.
万方数据
维普
