简介:对造纸厂的用电负荷进行预测有利于对生产调度进行合理安排,从而降低能耗。本课题提出了一种粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)相结合(PSO-LSSVM)的短期电力负荷预测方法,该方法可对造纸厂未来每30min的电力负荷进行预测。结果表明,采用PSO-LSSVM算法对短期电力负荷进行预测时,预测结果的相对百分误差绝对值的平均值约为0.75%,精度高于其他行业的电力负荷预测值,模型具有良好的可行性和有效性。
简介:<正>中华纸业网2011-6-14报道:河南省奥博纸业有限公司年产15万吨建筑用纸项目已经启动,拟采用幅宽2640mm纸机,配套工程有年产18万吨废纸制浆生产线
基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型
河南奥博纸业15万吨建筑用纸项目启动