基于最小二乘支持向量機的短期負(fù)荷預(yù)測_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、 摘要論文題目:基于最小二乘支持向量機的短期負(fù)荷預(yù)測學(xué)科專業(yè):電力系統(tǒng)及其自動化㈣刪㈣0 ㈣㈣㈣洲0 l\2 1 2 8 1 4 3研究生:張凌 簽名:指導(dǎo)教師:余健明教授 簽名:。 摘 要短期負(fù)荷預(yù)測是電力企業(yè)日常經(jīng)營管理工作的重要組成部分,其重要性不言而喻。支持向量機( S V M ) 作為新型的機器學(xué)習(xí)工具,具有深厚的理論基礎(chǔ),收斂時間短、預(yù)測精度高、可調(diào)參數(shù)少且結(jié)構(gòu)容易確定,需要的先驗信息和使用技巧少,在短期負(fù)荷預(yù)測的應(yīng)用中具

2、有顯著的優(yōu)越性。本文在全面總結(jié)支持向量機在短期負(fù)荷預(yù)測中的應(yīng)用概況和現(xiàn)有問題的基礎(chǔ)上,針對支持向量機應(yīng)用于短期負(fù)荷預(yù)測展開了幾個方面的研究工作:( 1 ) 通過改進的粒子群優(yōu)化算法( P S O ) 對最d “ - - 乘支持向量機的模型參數(shù)進行自適應(yīng)尋優(yōu),避免預(yù)測過程中對模型參數(shù)的盲目選擇。( 2 ) 針對縣級電網(wǎng)負(fù)荷曲線波動大毛刺多的特點,采用了小波分析對負(fù)荷數(shù)據(jù)進行預(yù)處理。( 3 ) 采用粗糙集屬性約簡原理對各條件屬性進行預(yù)處理,

3、得到更為合理的最小二乘支持向量機輸入?yún)⒘?,得到待預(yù)測日的峰谷值后,采用灰色關(guān)聯(lián)度法取得相似目的日負(fù)荷變化系數(shù),從而反推出待預(yù)測日的日負(fù)荷曲線。( 4 ) 混合預(yù)測模型是短期負(fù)荷預(yù)測的熱點。本文嘗試結(jié)合希爾伯特黃變換和最d “ - 乘支持向量機建立混合預(yù)測模型,聚類經(jīng)驗?zāi)J椒纸? E E M D ) 被采用以解決前者的模態(tài)混疊問題,根據(jù)希爾伯特頻譜分析將各個固有模態(tài)分量和殘余分量重構(gòu)為波動、周期和趨勢分量,結(jié)合各分量的特點分別建立合適的預(yù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論