基于改进蜣螂算法优化的电力负荷生长曲线预测模型

提出一种基于改进蜣螂优化算法的电力负荷生长曲线预测模型，旨在提高电力负荷预测的准确性和通用性。改进的蜣螂优化算法通过引入混沌数、Chebyshev混沌映射、黄金正弦策略和莱维飞行策略，增强算法的全局搜索能力和收敛速度。通过与基于粒子群优化的电力负荷灰色预测模型的比较，验证所提模型在预测准确度上的优势。实例分析表明，改进的蜣螂优化算法在电力负荷预测中具有快速收敛能力和高预测准确度。最后，得出结论，IDBOLM作为一种稳健且有效的预测模型，对于电力系统运行和规划具有重要的参考价值。